The unique Theoretical Linguistic Framework that uses Lexical Functions to compute Semantics

Ibenta heeft haar software geïmplementeerd op basis van de Meaning-Text Theory en haar manier van begrijpen van natuurlijke taal uit lexicon en semantiek. Het heeft ertoe geleid dat Inbenta’s gespecialiseerde taalkundige team gedetailleerde en specifieke beschrijvingen van de lexicale onderdelen in verschillende talen heeft weten te creëren.
 
Meaning-Text Theory (MTT) is een theoretisch taalkundig raamwerk, voor het eerst gebruikt in Moskou door Aleksandr Žolkovskij en Igor Melchuk, voor de constructie van natuurlijke taalmodellen. De theorie biedt een grote en uitgebreide basis voor taalkundige beschrijvingen en vanwege zijn formele karakter leent het zich bijzonder goed voor computertoepassingen.
 
Een belangrijke ontdekking van meaning-text taalkundigen was de herkenning dat de elementen in het lexicon (lexical units) in een taal aan elkaar gerelateerd kunnen worden in een abstracte semantische zin. Deze relaties worden weergegeven in MTT als lexicale functies (LF). Daarom is de beschrijving van het lexicon een cruciaal aspect voor Inbenta.
 
Lexicale functies zijn een hulpmiddel, speciaal ontworpen om formeel de relaties te vertegenwoordigen tussen lexicale units. Ze stellen ons daardoor in staat om op een relatief simpele manier de complexe lexicale relatienetwerk dat taal presenteert, te formaliseren en te beschrijven en een bijbehorend semantische waarde aan elk element in een zin toe te wijzen. Het belangrijkste is echter, dat ze ons in staat stellen om analoge betekenissen met elkaar te verbinden ongeacht in welke vorm ze gepresenteerd worden.
 
Natuurlijke talen zijn beperkter dan ze op het eerste gezicht lijken. Als gevolg hiervan komen we, in veel gevallen, vroeger of later bepaalde uitdrukkingen tegen. Hoewel deze verschillende mate van rigiditeit hebben, hebben ze nu eenmaal een bepaalde betekenis en zullen ze als zodanig beschreven moeten worden. Hieronder volgen enkele Engelse voorbeelden:
  • Obtain a result
  • Do a favor
  • Ask / Pose a question
  • Raise a building
Al deze voorbeelden tonen ons dat het het lexicon is, dat een selectie aan beperkingen oplegt. We zullen nooit in een tekst “doe een vraag” of “werf een gunst” tegenkomen. Eigenlijk is de belangrijkste factor bij het analyseren van deze zinnen, dat vanuit het oogpunt van de betekenis de elementen niet dezelfde semantische waarde hebben. Zoals bovenstaande voorbeelden laten zien, biedt het eerste element nauwelijks informatie, maar wordt de betekenis of het ‘semantisch gewicht’ verschaft door het tweede element.
 
De cruciale kwestie is dat de semantische relatie tussen het eerste en tweede element precies hetzelfde is in elk voorbeeld. Wat we ruwweg zeggen is “maak X” (een resultaat, een grap, een gunst, een vraag, een gebouw). Dit soort relaties kan worden weergegeven door de “Oper” lexicale functie.
 
MTT verzamelt ongeveer 60 verschillende soorten lexicale functies, die onder andere de beschrijving van de relaties mogelijk maken, zoals synonymie (aankoop en inkoop zijn identieke acties), hypernymy / hyponymy (een hond is een soort dier) of andere relaties tussen lexicale eenheden op zinsniveau. Zo ook bijvoorbeeld de “Oper” die we eerder genoemd hebben, of uitdrukkingen met “veel”: als u veel rookt bent u een zware roker, maar als u veel slaapt bent u geen ‘zware’ slaper… Het enige wat we dan kunnen zeggen is dat je slaapt als een roos. 
 
Taalkundigen bij Inbenta passen de principes van de Meaning-Text Theory toe bij het beschrijven van de talen die Inbenta ondersteunt. Het doel is dat gebruikersvragen die aanvankelijk compleet verschillend lijken, maar onderliggend dezelfde betekenis hebben, goed begrepen worden door onze op semantiek gebaseerde zoeksystemen. Hierdoor krijgen gebruikers altijd de beste resultaten op hun vragen.
 
Laten we deze mogelijke klantvragen gebruiken:
  • een ticket kopen voor een persoon met overgewicht
  • ik wil een ticket kopen voor iemand die zwaarlijvig is.
Hoewel de woorden verschillend zijn, wordt in beide gevallen hetzelfde bedoeld. Beide vragen horen dus hetzelfde antwoord te krijgen van een Virtuele Assistent. Inbenta’s Semantic Search Engine is gebouwd op een rijk en complex netwerk van lexicale relaties, zodat het in staat is te begrijpen wat gebruikers bedoelen met hun vragen. Dit alles ongeacht de exacte woorden die ze gebruiken in hun vragen.
 
Inbenta heeft de 5e Internationale Conferentie over de Meaning-Text Theory gesponsord. Deze vond plaats in Barcelona in 2011.