ItalWordNet: Rete Semantico-Lessicale per l'Italiano - Cnr

More documents

Recommendations

Info

Linea 1.3 ItalWordnet l’usabilità dell’interfaccia valgono sostanzialmente le considerazioni espresse nel documento precedente. 1.4 Valutazione di integrabilità del software Le API di IWN sono state testate sia utilizzando l’interfaccia Tcl/Tk sviluppata da IRST che integrando le chiamate di funzioni in un modulo software Java. Tutte le API testate funzionano correttamente e sembrano fornire una copertura adeguata in termine di funzionalità di ricerca. Una funzionalità tuttora non coperta dalle API, che forse potrebbe essere utile per un’applicazione esterna è la ricerca per sottostringhe. Difficile da utilizzare è però la sintassi LISP-like di output delle API: la presenza di parentesi graffe e di stringhe con apici quotati rende difficile l’interpretazione dei risultati e necessario lo sviluppo di parser specifici. Tra le possibili alternative, si suggerisce di valutare l’utilizzo opzionale di XML come formato di output per le chiamate API. La documentazione delle API, fornita in linea con l’interfaccia grafica e in formato testuale, è abbastanza dettagliata da permettere l’utilizzo delle funzioni. Al fine di rendere possibile la distribuzione ad utenti finali, è però necessario integrarla con alcuni esempi di utilizzo all’interno di alcuni linguaggi di programmazione. Al fine di iniziare a valutare i tempi medi di risposta delle funzioni di accesso si è misurato il tempo di CPU utilizzato dal programma realizzato per valutare la copertura lessicale della risorsa. Il test è stato eseguito accedendo con un client Java al server Lisp Italwordnet, installato sulla stessa macchina (Windows NT, 256 MB RAM, processore Pentium III). Il tempo medio di risposta per la chiamata API alla funzionalità di overview (utilizzata dal programma di test) è stato di 200 ms, inclusi i tempi di lettura/scrittura su socket. Lo stesso test effettuato sulla versione rilasciata al termine della linea 1.2 aveva dato 250 ms (ma su una macchina meno potente, un Pentium 200 con 128 Mb di Ram) Per alcune API le specifiche nel manuale utente non sono allineate con cio’ che e’ realmente richiesto/prodotto dal server ItalWordnet: api-variant: in input e’ richiesto il POS del termine cercato api-relation: in output vengono prodotti anche l’ IR-ID, il POS api-ili-lemmas: in input e’ richiesto, come al solito, il DATABASE da utilizzare 1.5 Valutazione di copertura del lessico In questa linea è stata effettuata una valutazione automatica di copertura, utilizzando il corpus e la metodologià utilizzati per la valutazione al termine della linea 1.2. Sono stati utilizzate le stesse 2 liste di lemmi usate nella linea 1.2, derivate rispettivamente da una semplice lemmatizzazione dei testi del corpus e dai soli lemmi usati per la classificazione delle notizie. Entrambe le liste sono state poi utilizzate per verificare la copertura della risorsa generica e di quella finanziaria. Al contrario di quanto riportato al termine della linea 1.2 tuttavia, i test sono stati effettuati sul corpus ‘as is’, ovvero senza elimimare preventivamente (cosa che era stata fatta per i test della linea 1.2) l’ insieme di token corrispondenti a errori tipografici (es. ANNì, CAPACVIT`), sigle ed altri 26
Linea 1.3 ItalWordnet elementi ‘spurii’. Questo al fine di avere una valutazione non solo della copertura rispetto ad un testo ‘ideale’ (una stima si ottiene comunque dal quarto test, e misure più precise saranno comunque derivate nella linea 1.4) ma anche rispetto a testi reali, contenti un normale ‘rumore’ dovuto ad errori o altro. 1.5.1 Risultati dei test Vengono riportati nel seguito i risultati dei test automatici di copertura, eseguiti per la risorsa generica e per quella finanziaria. La non disponibilità alla data dei test dell’integrazione delle due risorse ha ovviamente rappresentato una limitazione, ma i test, anche separati, permettono comunque di valure l’ipotetica copertura di una risorsa integrata. Nella valutazione dei risultati della risorsa economica sono stati infatti ‘esclusi’ i termini mancanti ma risultanti da una ricerca nella risorsa generica. In questo modo è stato possibile valutare almeno qualitativamente i risultati ottenibili sulla risorsa integrata. La copertura sembra ragionevole (considerando i due lessici come integrati, ovvero valutando i risultati complessivi); la maggior parte dei lemmi non trovati sono rappresentati da errori tipografici, parole straniere, sigle ed altro, una parte è rappresentata da aggettivi e solo una parte ridotta rappresenta una effettiva mancata copertura. Il successivo paragrafo riporta le casistiche determinate. E’ tuttavia da notare che considerando queste casistiche si rimane su valori (76% quando il test viene effettuato su tutti i lemmi presenti nel corpus e 90% quanto il test è eseguito sui lemmi rilevanti al fine della classificazione) di cui bisogna tener conto nel confronto su un corpus ‘reale’ e non filtrato a priori. 1.5.1.1 Test 1 – database generico - (su tutti i lemmi presenti nel corpus) Numero Lemmi cercati: 5577 Numero e percentuale Lemmi trovati nella risorsa generica: 4235 (76%), non trovati 1342 Lista Lemmi non presenti in IWN A.D. A.S.ROMA A130MILA ABBASTANZA ACCELERAIZONE ACCELERE ACCISE ACCOGLIBILE ACCORD ACCUMULE ACQUISI ACQUISTER` ACTION ACTIONNARIAT ADB ADDEBITABILE ADDIRITTURA ADESSO ADOLOR ADOTTANDO AERIENNES AFETR AFTER AFTER-SERVICE AGEVOLATO AGOSTO-SETTEMBRE AGR AGRANDIT AIUTER` ALIMENTE ALLEMAND ALLEMANDES ALLIANCE ALLIE ALLIER ALLORA ALMENO ALTRIMENTI AMERICAINE AMM-MLP-R AMM-MLP-R-Y AMM-R AMM-Y-R ANCHE ANCHENELLA ANDRIESE ANNEE ANNONCENT ANNì ANS ANTI-GATES ANTI-INFLAZIONE ANTI-TRUST ANTICOMPETITIVE ANTICONCORRENZIALI ANTIMONOPOLISTICI ANTINFLATTIVO ANTIRICICLAGGIO ANZITEMPO APPELLENT APPENA APPLICATIONS APPOSITO APPOSITO APPREZZATORI APR APRES APRILE-INIZIO APRILEGIUGNO ART ASPIRAPOLVERI ASSAI ASSEMBLEARI ASSET ASSURANCES AT&AMP;T AT&AMP;T ATESA ATTEINT ATTENDENDERSI 27
Page 1 and 2: SI-TAL ItalWordNet: Rete Semantico-
Page 3 and 4: Linea 1.3 ItalWordnet Sezione 1 Il
Page 5 and 6: Linea 1.3 ItalWordnet • fornire i
Page 7 and 8: Linea 1.3 ItalWordnet del nome prop
Page 9 and 10: Linea 1.3 ItalWordnet non è possib
Page 11 and 12: Linea 1.3 ItalWordnet Brutto 1 11 e
Page 13 and 14: Linea 1.3 ItalWordnet IN_MANNER 172
Page 15 and 16: Linea 1.3 ItalWordnet interrogato m
Page 17 and 18: Linea 1.3 ItalWordnet Le tre relazi
Page 19 and 20: Linea 1.3 ItalWordnet INVOLVED_TARG
Page 21 and 22: Linea 1.3 ItalWordnet Sezione 2 Val
Page 23 and 24: Linea 1.3 ItalWordnet ontology di w
Page 25: Linea 1.3 ItalWordnet DB generico 4
Page 29 and 30: Linea 1.3 ItalWordnet DEFLATTORE DE
Page 31 and 32: Linea 1.3 ItalWordnet MEGAOFFERTA M
Page 33 and 34: Linea 1.3 ItalWordnet STAMANI STANP
Page 35 and 36: Linea 1.3 ItalWordnet AT&AMP;T ATES
Page 37 and 38: Linea 1.3 ItalWordnet INTERATTIVA I
Page 39 and 40: Linea 1.3 ItalWordnet SOCIALEMENT S
Page 41 and 42: Linea 1.3 ItalWordnet DLR. DMAIL.IT
Page 43 and 44: Linea 1.3 ItalWordnet 5.1.3 Cancell
Page 45 and 46: Linea 1.3 ItalWordnet 3.4 Installaz
Page 47 and 48: Linea 1.3 ItalWordnet Figura 2: Int
Page 49 and 50: Linea 1.3 ItalWordnet Figura 4. Bar
Page 51 and 52: Linea 1.3 ItalWordnet 5.1.5 Menù
Page 53 and 54: Linea 1.3 ItalWordnet 5.1.7.2 Botto
Page 55 and 56: Linea 1.3 ItalWordnet tramite la vo
Page 57 and 58: Linea 1.3 ItalWordnet Figura 9. Nav
Page 59 and 60: Linea 1.3 ItalWordnet - il synset d
Page 61 and 62: Linea 1.3 ItalWordnet • La second
Page 63 and 64: Linea 1.3 ItalWordnet sense CDATA #
Page 65 and 66: Linea 1.3 ItalWordnet Figura 16. Mo
Page 67 and 68: Linea 1.3 ItalWordnet 8.1 Comando:
Page 69 and 70: Linea 1.3 ItalWordnet Es. (api-word
Page 75 and 76: 75 Linea 1.3 ItalWordnet
Page 77:
1.3 ItalWordNet ]>
show all

ItalWordNet: Rete Semantico-Lessicale per l'Italiano - Cnr

Create successful ePaper yourself

Delete template?

Save as template?