Skip to content

Risoluzione della coreferenza

Cos'è l'annotazione della coreferenza, come raggruppare le menzioni in catene di entità e come impostare un task di coreferenza in Potato.

La risoluzione della coreferenza è il task di raggruppare tutte le menzioni di un testo che si riferiscono alla stessa cosa. «Marie Curie … lei … la fisica» è una sola catena che punta a una sola persona. Trasforma menzioni sparse in entità, ed è un passaggio necessario per la sintesi automatica, il question answering e l'estrazione di conoscenza.

Per il contesto, vedi coreferenza.

Cosa fanno gli annotatori

  1. Marcano ogni menzione (un nome, un pronome o un sintagma nominale) come span.
  2. Raggruppano in una catena le menzioni che si riferiscono alla stessa entità.
  3. Ripetono per ogni entità distinta del passaggio.

L'output è un insieme di catene, ciascuna una lista di span che coreferiscono. Le catene possono attraversare i confini di frase, ed è questo che rende il task più difficile della semplice annotazione di span.

Come si imposta in Potato

Potato ha un tipo di annotazione per la coreferenza che permette agli annotatori di marcare le menzioni e collegarle in catene. La vetrina sulla coreferenza è un esempio pronto all'uso. Per le versioni su scala di corpus, vedi la coreferenza su OntoNotes, il multilingue CorefUD e MAVEN-ERE, che collega le menzioni dello stesso evento anziché della stessa entità.

yaml
annotation_schemes:
  - annotation_type: span
    name: mentions
    description: "Mark every mention (names, pronouns, noun phrases), then group mentions that refer to the same entity into a chain."
    labels: [Entity]
    allow_discontinuous: true

Consenti gli span sovrapposti, perché le menzioni si annidano spesso («[[sua] madre]»).

Errori frequenti

  • Singleton. Decidi se marcare le entità menzionate una volta sola. Cambia i tuoi conteggi e le metriche.
  • Generico o specifico. «I medici consigliano riposo»: «i medici» è un'entità da tracciare? Scrivi una regola.
  • Antecedenti multipli. «Alice e Bob … loro» si riferisce a entrambi; decidi come rappresentarlo.

Dato che le catene sono strutturate, misura l'accordo con attenzione, vedi Accordo tra annotatori, e risolvi i disaccordi con altrettanta cura.

Approfondimenti