Betekenisontsluiting

Betekenisontsluiting is het proces waarbij in een tekst de juiste betekenis van een woord met meerdere betekenissen wordt bepaald op basis van de context. In de natuurlijke taalverwerking wordt dit vaak word sense disambiguation (WSD) genoemd. Het doel is elk polysemous woord te koppelen aan een sense uit een sense inventory zoals WordNet, BabelNet of EuroWordNet, zodat daarna semantische analyses en toepassingen beter kunnen functioneren.

De gebruikelijke aanpak combineert contextuele informatie (de omliggende woorden, zinsstructuur, syntaxis) met een sense-kennisnetwerk of statistische modellen. Methoden zijn onder meer: supervised learning met gelabelde corpora; unsupervised of semi- supervised benaderingen; knowledge-based methoden die gebruikmaken van relaties tussen betekenissen; en hybride systemen die meerdere bronnen combineren. De prestaties variëren sterk per taal en domein, en annotatie van trainingsdata kan duur en complex zijn. Cross-linguale WSD is een actief onderzoeksgebied, met aandacht voor overdracht van betekenissen tussen talen.

Databases en evaluatie spelen een centrale rol. Er bestaan gespecialiseerde datasets en benchmarktaken binnen Senseval en SemEval voor WSD, met metingen als nauwkeurigheid en F1-score. Voor het Nederlands zijn er ook taal-specifieke bronnen en corpora beschikbaar, hoewel de dekking en annotatiegraad per domein kan verschillen. Een goed uitgevoerde betekenisontsluiting draagt bij aan betere informatieopvraging, vertaling en semantische interpretatie in uiteenlopende toepassingen.

Voorbeeld: in de zin “Ik zit op de bank” verwijst bank naar meubilair, terwijl in “Ik zet geld op de bank” bank verwijst naar een financiële instelling. Dit illustreert hoe context de juiste betekenis bepaalt.