Campo semantico
Il campo semantico di una parola è l'insieme delle parole che hanno un forte legame di pertinenza. Nella semantica frasale i campi semantici consentono di risalire al significato dei vocaboli.
I campi semantici sono utilizzati anche nella costruzione delle basi di conoscenza ( knowledge base ) e nei motori di ricerca semantici.
Data una parola di riferimento X è possibile trovare un elenco di parole Y1-YN che appartengono allo stesso oggetto della conoscenza, ossia sono pertinenti con la prima parola.
Ad esempio, la parola "pistola" è collegata semanticamente a molti altri termini pertinenti come "arma", "cane", "canna", "grilletto", ecc.
Quando queste parole sono utilizzate in una proposizione, in una frase o in testo, è possibile stimare l'argomento trattato senza dover leggere o interpretare il testo, rendendo più semplice l'archiviazione dei dati a livello algoritmico.
Cos'è la pertinenza delle parole
La pertinenza di una parola nei confronti di un'altra denota un legame di appartenza. Lo stesso termine "pertinenza" significa "appartenere a". Una parola è pertinente nei confronti di un'altra, quando sono utilizzate in un determinato ambito della conoscenza.
Il caso dei doppi sensi e delle ambiguità semantiche
L'uso dei campi semantici è spesso ostacolato dalla possibilità che le parole abbiano un doppio senso o un significato multiplo, a seconda del contesto in cui sono utilizzate.
Il campo semantico di una stessa parola può contenere al suo interno diverse tematiche tra loro indipendenti.
Ad esempio, la parola "cane" può essere intesa sia come un componente di una pistola e sia come una specie animale. Entrambe le accezioni sono oggettivamente corrette ma soltanto una lo è anche in relazione al discorso o alla frase in cui la parola viene utilizzata.
Queste ambiguità semantiche rendono molto più complesso risalire al significato della parola in un testo senza un accurato processo di interpretazione.
I limiti dell'inferenza algoritmica tramite i campi semantici
Un algoritmo non ha la capacità di interpretare il contesto di una situazione o le diverse sfumature della linguistica e del linguaggio naturale.
Per trovare il significato di una parola, un software può soltanto contare le associazioni dei termini in una frase, cercando di individuare quello più ripetuto e probabile. Questo processo di inferenza è detto comprensione associativa.
La comprensione associativa è molto efficiente ma poco efficace. Non sempre conduce al vero significato del termine in una frase.
La rilevanza di un significato: pro e contro
Se la base di conoscenza è dedicata soltanto ad approfondire un particolare oggetto del sapere ( es. database medico ), l'algoritmo potrebbe considerare soltanto un'accezione rilevante fra le tante possibili, quella appartenente allo stesso oggetto di conoscenza della knowledge base.
La rilevanza di un significato consente all'algoritmo di aumentare il livello di efficacia delle risposte ma limita enormemente le capacità di apprendimento automatiche dell'algoritmo e il livello di intelligenza artificiale.
Lo stesso può accadere nei motori di ricerca semantici, i quali hanno come scopo essenziale quello di soddisfare le richieste informative ( query ) degli utenti.
Il search engine tende a considerare rilevante soltanto il significato più ricercato della parola, quello derivante dalle parole chiave digitate dagli utenti, e non tutti quelli possibili dal punto di vista linguistico.
Anche in questo caso si constata una forte limitazione del processo inferenziale algoritmico.
In conclusione
In conclusione, il campo semantico della linguistica è sempre molto più ampio rispetto a quello utilizzato in una base di conoscenza o in un search engine. I due concetti andrebbero considerati separatamente, poiché fanno parte di processi di indagine che soddisfano esigenze differenti.
