| Sumario: | ¿Tiene sentido que el espacio de significados representados por embeddings de palabras sea el mismo que el embeddings de grupos de palabras (sentencias en particular) obtenidos por composición de sus elementos? El marco de la Information Theory-based Compositional Distributional Semantics (ICDS) nos define cómo debe ser un espacio semántico vectorial de representación bajo el paradigma distribucional. Con un espacio de embeddings estáticos que cumple las propiedades exigidas por la teoría, ésta define cómo componer dos de estos vectores para obtener otro semánticamente representativo de tal composición. En este contexto de mínima composición es razonable obtener resultados semánticamente válidos. Pero, ¿hasta dónde podemos avanzar en una composición sucesiva de palabras manteniendo la coherencia semántica? O, en otros términos, ¿hasta qué punto tiene sentido representar con un único vector el significado de una frase arbitrariamente compleja en un espacio de representación léxico-semántico? Nuestro trabajo parte de la idea de representar una sentencia como un conjunto de vectores en el espacio semántico distribucional, considerando que no existe un único sentido que pueda representar una frase de complejidad arbitraria en un único punto de ese espacio. Para ello, proponemos la aplicación de grafos de conocimiento mínimos (Short, Simple, Semantic, Knowledge Graphs, S3KG), asumiendo que cada sentencia es un conjunto de hechos (facts), expresables en general con un sujeto, una relación y un objeto o atributo, todos ellos con un mínimo de términos y cuya elementalidad podría hacer representativa en el espacio léxico-semántico la composición de los embeddings de los elementos que componen cada hecho, proyectándolo así en un punto en el espacio. Sería el conjunto de estos puntos/hechos el que conformaría la representación de la sentencia. La interpretación del texto bajo un grafo nos aporta ventajas, como el incremento en la información representable; o la posible ponderación de cada tripleta según su aportación semántica al significado global de la sentencia; o una estructura sencilla de tres concisos elementos que minimiza el número de operaciones de composición y facilita explorar qué orden o qué ponderación, de existir, serían adecuados para la misma. Pero también presenta desventajas, como la mayor complejidad de una función de similitud adecuada, o establecer la cantidad de información representada, funciones estas que definirán el espacio de representación semántico en el que representemos las sentencias. Para la validación de nuestro modelo hemos realizado varios experimentos cuyos resultados ratifican en buena medida la estrategia de representación por hechos de las sentencias, a la vez que aportan señales sobre la conveniencia de ponderar diferencialmente, en la composición, los elementos (sujeto, relación y objeto/atributo) de las tripletas representativas de los hechos.
|
|---|
