El documento de Darío Garigliotti explora la generación de preguntas en lenguaje natural y su relación con grafos a través de una arquitectura heurística. Se discuten motivaciones, ejemplos de aplicación y desafíos relacionados con la calidad de los enlaces y la sinonimia en bases colaborativas. Además, se plantean metodologías para la extracción de información y la generación de patrones de preguntas y respuestas.

1. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Si ésta es la respuesta, ¿cuál era la pregunta?
Darío Garigliotti
Procesamiento del Lenguaje Natural
FAMAF
Universidad Nacional de Córdoba
20 de noviembre de 2013

2. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Motivación y Objetivos del trabajo
¿Qué queremos hacer?
Generar preguntas en lenguaje natural para una respuesta en
grafo
• ¿Para qué?
• ¿Cómo?

3. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Motivación y Objetivo del trabajo
Un poco de historia
Artículo de Wikipedia

4. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Motivación y Objetivo del trabajo
Un poco de historia
Artículo de Wikipedia Infobox

5. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Motivación y Objetivo del trabajo
Un poco de historia
Artículo de Wikipedia Infobox Subgrafo de una base de
conocimiento

6. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Motivación y Objetivo del trabajo
Desafíos sobre las bases colaborativas
Calidad de los links

7. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Motivación y Objetivo del trabajo
Desafíos sobre las bases colaborativas
Calidad de los links Sinonimia de atributos

8. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Motivación y Objetivo del trabajo
Justamente: preguntas y respuestas
¿Para qué nos sirve tener texto asociado a grafos?
• Extracción de hechos, enriquecimiento, lexicalización

9. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Motivación y Objetivo del trabajo
Justamente: preguntas y respuestas
¿Para qué nos sirve tener texto asociado a grafos?
• Extracción de hechos, enriquecimiento, lexicalización
¿Para qué nos sirve tener preguntas asociado a grafos y
artículos?
• Disponer de un repositorio de preguntas
• Ejercicios de comprensión lectora

10. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Preguntas y respuestas
¿Qué más hay en juego?
• Biografías: regularidades
• Parámetros, parámetros por todas partes!

11. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Arquitectura del proyecto
Wiki
Extraction
_^]XYZ[Volcado
XML
oo Exportaroo gfed`abcWIKIPEDIAoo
_^]XYZ[Extraction
XML
//
Get es_id // _^]XYZ[Query
MQL
// gfed`abcFREEBASE
xxqqqqqqqqqq
XML
Parsing
JSON Parsing
+ Hacer Triplas
''NNNNNNNN
_^]XYZ[Respuesta
JSON
oo
_^]XYZ[Artículo
XML
// Buscar + Gralizar
snippets
oo //
wwooooooooo
WVUTPQRSTriplasoo // Enriquecer
triplas
gfed`abcSnippet
generalizado
// Algoritmo
de patrones
// _^]XYZ[Patrones //
88ppppppppp
Crear
preguntas

12. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Ejemplo de aplicación de la heurística
• Respuestas JSON:
• Triplas: (Napoleón Bonaparte, date_of _birth, 1769 − 08 − 15)

13. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Ejemplo de aplicación de la heurística
• Respuestas JSON:
• Triplas: (Napoleón Bonaparte, date_of _birth, 1769 − 08 − 15)

14. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Ejemplo de aplicación de la heurística
• Triplas: (23811, D, 1769), (53, D, 1879), (6717, D, 1921)
• Snippets extraidos de artículos:
• Napoleón I Bonaparte (Ajaccio, 15 de agosto de 1769 -
• Albert Einstein (Ulm, Imperio alemán, 14 de marzo de
1879 -
• Astor Pantaleón Piazzolla (Mar del Plata, 11 de marzo de
1921 -
• Snippets generalizados:
• Napoleón I Bonaparte (LUGAR, DIA de MES de AÑO -
• Albert Einstein (LUGAR, DIA de MES de AÑO -
• Astor Pantaleón Piazzolla (LUGAR, DIA de MES de AÑO
-

15. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Ejemplo de aplicación de la heurística
• Triplas: (23811, D, 1769), (53, D, 1879), (6717, D, 1921)
• Snippets extraidos de artículos:
• Napoleón I Bonaparte (Ajaccio, 15 de agosto de 1769 -
• Albert Einstein (Ulm, Imperio alemán, 14 de marzo de
1879 -
• Astor Pantaleón Piazzolla (Mar del Plata, 11 de marzo de
1921 -
• Snippets generalizados:
• Napoleón I Bonaparte (LUGAR, DIA de MES de AÑO -
• Albert Einstein (LUGAR, DIA de MES de AÑO -
• Astor Pantaleón Piazzolla (LUGAR, DIA de MES de AÑO
-

16. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Ejemplo de aplicación de la heurística
• Triplas: (23811, D, 1769), (53, D, 1879), (6717, D, 1921)
• Snippets extraidos de artículos:
• Napoleón I Bonaparte (Ajaccio, 15 de agosto de 1769 -
• Albert Einstein (Ulm, Imperio alemán, 14 de marzo de
1879 -
• Astor Pantaleón Piazzolla (Mar del Plata, 11 de marzo de
1921 -
• Snippets generalizados:
• Napoleón I Bonaparte (LUGAR, DIA de MES de AÑO -
• Albert Einstein (LUGAR, DIA de MES de AÑO -
• Astor Pantaleón Piazzolla (LUGAR, DIA de MES de AÑO
-

17. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Ejemplo de aplicación de la heurística
• Patrones a encontrar:
• (LUGAR, DIA de MES de AÑO -
• nació en AÑO
• (nacido el DIA de MES de AÑO
• Enriquecemos triplas, generamos preguntas
• (23811, D, 1769)
• → Napoleón Bonaparte nació en 1769
• → → ¿En qué año nació Napoleón Bonaparte?

18. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
- Heurística basada en un paper de Ravichandran and Hovy,
2002
- Entorno experimental: Corpus
• 127K+ extracciones de artículos
• 14604 respuestas JSON
• 5768 son vacías
• 335 sólo guardan id
• 8501 tienen info
- Recursos
• WikiExtractor.py (Attardi, Fuschetto)
• Suffix Tree 2.1 (Thomas Mailund)

19. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Un momento... ¿Suffix tree?
• Es una estructura de
datos que guarda
todos los sufijos de
un string.
• Permite
implementar
eficientemente
muchas operaciones
sobre strings.

20. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Metodología
Suffix tree generalizado
s0 = ABAB, s1 = BABA, s2 = ABBA

21. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Resultados
Algunos patrones
Para relación padres:
• (1)’Su padre, TAL’: 2: 385
• ’Hijo de TAL’: 2: 122
• ’Su madre, TAL’: 2: 22
• (2)’hija de TAL’: 2: 19
• ’Hijo del TAL’: 2: 18
• ’Es hijo de TAL’: 2: 11
• (3)’Sus padres eran TAL’: 2:
10
• ...
• ’Sus padres, TAL’: 2: 5
• ’Su padre era TAL’: 2: 3
• ...
• ’del matrimonio formado por’: 2:
1
• (1) → ¿Quién era el padre de
TAL?
• (2) → ¿De quién es hija TAL?
• (3) → ¿Quiénes eran los padres de
TAL?

22. Si ésta es la
respuesta,
¿cuál era la
pregunta?
Darío
Garigliotti
Motivación y
Objetivos
Aplicaciones
Preguntas y
respuestas
Arquitectura
Heurística
Experimentos y
recursos
Resultados
Trabajo futuro
Trabajo futuro
• Más datos, más propiedades, más resultados
• Mejora de patrones, p ej usando entidades por links
• Bootstrapping para capturar más entidades relacionadas
• Otras heurísticas de extracción