afhankelijkheidsontleding

Afhankelijkheidsontleding is een methode in de linguïstiek en in de computationele taalkunde om de syntactische structuur van een zin uit te drukken als een netwerk van afhankelijkheden tussen woorden. In plaats van hiërarchische konstituentenstructuren geeft deze benadering elke woordrelatie weer als een koppeling tussen een hoofd en een of meer afhankelijken. Het resulterende model is een boom waarin elk woord (behalve het hoofd) een afhankelijkheid heeft.

Kernbegrippen zijn onder meer hoofd, afhankelijk en het type relatie dat ze verbindt (bijv. nsubj, dobj, mod). Een zin wordt beschreven als een geroots, gelabeld afhankelijkhedenpatroon. De termen en labels zijn vaak gestandaardiseerd in frameworks zoals Universal Dependencies, waardoor vergelijkingen tussen talen mogelijk worden.

Methodes en data: afhankelijkheidsontleding kan rule-based systemen zijn, statistisch leren uit getagde corpora of end-to-end neurale modellen gebruiken. Moderne parsers combineren vaak verschillende benaderingen en leveren naast de Unlabeled Attachment Score (UAS) ook de Labeled Attachment Score (LAS). Grote trainingsdata, zoals UD-corpora voor vele talen, dragen bij aan hoge nauwkeurigheid.

Toepassingen: dependency parsing is een kerncomponent in vele natuurlijke-taalverwerkingstoepassingen, zoals automatische vertaaldiensten, informatie-extractie, grammaticale foutcontrole en vraag-antwoord-systemen.

Voorbeeld: in de zin “Jan ziet Marie” is “ziet” het hoofdkernwoord (root); “Jan” is het onderwerp (nsubj) en “Marie” het lijdend voorwerp (dobj). Deze structuur maakt snelle en robuuste analyse mogelijk, ook voor talen met variabele woordvolgorde.

Zie ook: Universal Dependencies, afhankelijkheidsgrammatica.