Automatic Detection of Conceptual Time Metaphors

Abstract

This thesis presents a system for the automatic detection of conceptual metaphors of time. Metaphors representing time as space, such as “Time Orientation”, “Moving Time” and “Moving Ego”, are common, but not equally universal among different languages. A first attempt to recognize these metaphors is made with the development of the CTM Detector (“Conceptual Time Metaphor Detector”). This program analyzes English text and detects specific grammatical combinations of time expressions and relevant verbs with semantics mainly related to movement and sight. The program has been trained and tested on a corpus of political speeches by president Barack Obama. The evaluation shows that this program manages to retrieve linguistic realizations of the metaphors with an overall precision and recall of 89.17% and 88.50% respectively. The detection and processing of conceptual metaphors could improve natural language applications such as machine translation, since current statistical machine translation systems often produce unsatisfactory outputs when certain types of conceptual metaphors, e.g. “Moving Ego”, occur in the source language but are avoided in the target language.

Denne oppgaven presenterer et system for automatisk gjenkjenning av konseptuelle metaforer mht. tid. Metaforer som fremstiller tid som rom, f.eks. “Tid som orientering i rom”, “Tid som beveger seg” og “Ego som beveger seg i tid” finnes ofte, men de er ikke like universelle blant ulike språk. Et første forsøk til gjenkjenning av disse metaforene består av utviklingen av systemet CTM Detector (“Konseptuell tidsmetafordetektor”). Dette programmet analyserer engelsk tekst og finner spesifikke grammatiske kombinasjoner av tidsuttrykk og relevante verb med et semantisk innhold hovedsakelig relatert til bevegelse og syn. Programmet ble trent og testet på et korpus av politiske taler av president Barack Obama. Evalueringene viser at programmet kan gjenkjenne korrekte lingvistiske realiseringer av metaforene med en total presisjon og fullstendighet på henholdsvis 89.7 % og 88.50%. Gjenkjenning og prosessering av konseptuelle metaforer kan forbedre språkteknologiske anvendelser som maskinoversettelse, fordi dagens statistiske oversettelsessystemer ofte gir lite tilfredsstillende resultater når visse typer av konseptuelle metaforer, f.eks. “Ego som beveger seg i tid”, forekommer i kildespråket, men ikke er gangbare i målspråket.