GWC2025 — Pavia

Özet

Bu bildiri, Türkçe'de ana cümlelerdeki çekirdek argümanlara odaklanan bir PropBank işaretleme projesini sunmaktadır. Veri seti, yüklemler ve çekirdek argümanlar için işaretlenmiş 25.580 cümle içeren beş farklı derlemden oluşmaktadır. Yarı-otomatik bir yaklaşımla, bağlılık katmanı kullanılarak bazı ARG0 ve ARG1'ler önceden atanmış, ardından elle düzeltilmiştir. Bu çalışma, Türkçe NLP kaynaklarını anlamsal çözümleme ve üst düzey dil görevleri için geliştirerek Soyut Anlam Gösterimi (AMR) üretimine katkı sağlamaktadır.

Yöntem

• Yüklem seçimi: isim tamlamaları ve isim cümlecikleri hariç tutularak fiil yüklemlerinin belirlenmesi
• Bağlılık tabanlı ön-etiketleme: NSUBJ ve OBJ ilişkilerinden ARG0/ARG1'in otomatik atanması, geçişsiz ve edilgen yüklemler için elle düzeltme
• StarDust işaretleme arayüzü kullanılarak elle argüman seçimi, TRopBank v2.0'dan çerçeve dosyası rollerinin atanması

Veri Setleri ve Argüman Dağılımı

ARG0 genellikle eyleyeni veya nedeni, ARG1 ise edileni veya temayı belirtir. ARG2 ve ARG3 fiilin anlamına bağlı olarak daha özel rolleri temsil eder.