Oliver Čulo

Comparing and combining semantic verb classifications

In this article, we address the task of comparing and combining different semantic verb classifications within one language. We present a methodology for the manual analysis of individual resources on the level of semantic features. The resulting representations can be aligned across resources, and allow a contrastive analysis of these resources. In a case study on the Manner of Motion domain across four German verb classifications, we find that some features are used in all resources, while others reflect individual emphases on specific meaning aspects. We also provide evidence that feature representations can ultimately provide the basis for linking verb classes themselves across resources, which allows us to combine their coverage and descriptive detail.

Source-Path-Goal: Investigating the Cross-Linguistic Potential of Frame-Semantic Text Analysis

Abstract The ability to analyse natural language semantically has been a long-standing goal in information technology. In the last few decades, the increased availability of annotated text collections and new statistical methods have led to great advances in this area. Frame-semantic annotation, as exemplified by the FrameNet project, describes the meaning of a sentence in terms of the involved cognitive scenarios and the roles of individual participants (e. g. the buyer and the seller in a commerce scenario, but also abstract entities like source, path, and goal in a travel scenario). This contribution studies the cross-linguistic potential of FrameNet from multiple perspectives. It investigates a statistical method to determine frame-semantic relatedness of individual words across languages. It also shows how commonalities and differences between languages in expressing states of affairs can be analysed and extracted from annotated parallel corpora. Zusammenfassung Die Bedeutung sprachlicher Äußerungen analysieren zu können ist schon lange ein großes Ziel der Informationstechnologie. Die zunehmende Verfügbarkeit annotierter Textsammlungen sowie neueste statistische Methoden haben die Wissenschaft diesem Ziel in den letzten Jahrzehnten ein ganzes Stück näher gebracht. Framesemantische Annotation, wie sie im FrameNet-Projekt angewandt wird, beschreibt die Bedeutung eines Satzes mit der damit verbundenen kognitiven Szene sowie den darin vorkommenden Rollen (z. B. der Käufer und der Verkäufer im Handelsszenario, aber auch abstrakte Einheiten wie Source-Path-Goal im Reiseszenario). In diesem Beitrag wird das mehrsprachige Potenzial von FrameNet diskutiert. Es wird eine statistische Methode vorgestellt, mit deren Hilfe die frame-semantische Ähnlichkeit zwischen Wörtern verschiedener Sprachen berechnet werden kann. Außerdem wird gezeigt, inwiefern sich Sprachen im Ausdruck von Zuständen und Ereignissen unterscheiden und wie diese unterschiedlichen Ausdrucksweisen aus parallelen Korpora extrahiert werden können.