Integrating Collaborative and Linguistic Resources for Word Sense Disambiguation and Semantic Role Labeling (InCoRe)

QA-EL 2的Ziel是一个更好的语言学（WordNet，FrameNet）和协作工具（Wikipedia，Wiktionary，OmegaWiki）的资源，它是一个新的Resskind- UKP-LSR - mit beispieloser Abdeckung und Qualität，通过新的Resskind OmegaWiki嵌入。UKP-LSR的版本是最重要的，也是最重要的信息，z.B.在文字上，他们的解释，域名标签和注释。Gerade für Beispielsätze mit annotierten Wortbedeutungen besteht ein großer Bedarf in der Forschungsgemeinschaft.基于UKP-LSR的词义消歧（WSD）和语义角色标注（SRL）的研究，采用基于语义图的表示方法，在复杂的基于社区的问答系统（cQA）中进行。我们在WSD研究中的基本知识是通过a）将带有文字注释的自动化知识库建立在可靠的资源基础上，d.h.这是训练数据的自举，B）这是自定义语义知识的核心，这是UKP-LSR校准中的关键，c）Domenlabels和d）这是Größere Abdeckung验证的Wortarten。SRL的韦尔登通过UKP-LSR的大规模对话和用户生成的话语（UGD）来实现，从而实现了对WSD的整合。这将对cQA产生影响，主要是由于a）目前对培养和复杂的Fragetypen进行的测试，B）通过WSD的实施，c）通过SRL对cQA数据的分析，以及在QA系统中进行测试。在与心理学和网络学习专家的合作中，我们可以通过韦尔登进行一项有益的研究，在我们对韦尔登的质量评估中。

Das Ziel von QA-EL 2 ist das Zusammenführen mehrerer linguistischer (WordNet, FrameNet) und kollaborativ erstellter (Wikipedia, Wiktionary, OmegaWiki) Ressourcen zu einer neuen Ressource – UKP-LSR – mit beispielloser Abdeckung und Qualität, insbesondere durch die neue Ressource OmegaWiki. Die Vorteile von UKP-LSR sind die höchst wertvollen und umfassenden Informationen, z.B. über Wortbedeutungen, ihre Definitionen, Domänenlabels und annotierte Beispielsätze. Gerade für Beispielsätze mit annotierten Wortbedeutungen besteht ein großer Bedarf in der Forschungsgemeinschaft. Ansätze für Word Sense Disambiguation (WSD) und Semantic Role Labeling (SRL) werden auf UKP-LSR basieren, um eine erweiterte, mit Semantik angereicherte Graph-basierte Repräsentation zu erstellen, die zu Verbesserungen im Bereich complex community-based Question Answering (cQA) führen wird. Wir erwarten grundlegende Erkenntnisse im Forschungsbereich WSD durch a) das automatische Erstellen von mit Wortbedeutungen annotierten Korpora basierend auf den verschiedenen Ressourcen, d.h. das Bootstrapping von Trainingsdaten, b) das Nutzen von zusätzlichem lexikalisch-semantischen Wissen, das in der alignierten Ressource UKP-LSR kodiert ist, c) Domänenlabels und d) die größere Abdeckung verschiedener Wortarten. Für SRL werden Verbesserungen durch die größere Abdeckung von UKP-LSR und das Anpassen an User-generated Discourse (UGD), sowie das Integrieren von WSD erwartet. Dies wird Einfluss auf cQA haben, besonders durch a) die bis heute ungenügende Berücksichtigung von bildungsbezogenen und komplexen Fragetypen, b) durch präzises WSD und c) durch die Anpassung von SRL an cQA-Daten und dessen Einsatz in verschiedenen Bearbeitungsschritten in einem QA-System. In Kooperation mit Psychologen und E-Learning-Experten werden wir eine Benutzerstudie durchführen, in der wir QA für bildungsbezogene Zwecke evaluieren werden.