文献

J-GLOBAL ID：201102292285864667   整理番号：11A1907067

大規模データを用いた半教師あり学習による高精度係り受け解析モデルの学習

Learning High-performance Dependency Parsing Models by Large-scale Semi-supervised Learning

著者 (3件)： 鈴木潤 (NTT コミュニケーション科学基礎研) ,  磯崎秀樹 (NTT コミュニケーション科学基礎研) ,  永田昌明 (NTT コミュニケーション科学基礎研)
資料名： 情報処理学会論文誌ジャーナル(CD-ROM)  (情報処理学会論文誌 論文誌ジャーナル(CD-ROM))
巻： 52  号： 11  ページ： 3038-3051  発行年： 2011年11月15日 
JST資料番号： Z0778B  ISSN： 1882-7837  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 係り受け解析では,正解係り受け構造が付与されたデータを用いた教師あり学習により解析器を学習するのが現在最も一般的な方法であり,データ量が十分あれば非常に高い解析精度が得られることが実証されている。しかし,さらなる解析精度向上のため,正解データを増やし続けるのは作成に要する費用や時間の観点で現実的な方策ではない。そこで本論文では,正解係り受け構造が付与されていないデータも利用して解析精度を向上させる,いわゆる半教師あり学習に基づく係り受け解析モデルとその学習法を提案する。実験では,係り受け解析の標準評価データとして広く利用されている,係り受け構造が交差するチェコ語,交差しない英語の2言語の係り受け解析データを用いて,提案法の有効性を定性的,定量的に検証する,提案法は,従来の教師あり学習で得た係り受け解析器を大幅に上回る解析精度を達成することを示す。(著者抄録)

シソーラス用語： 文法 ,  *自然言語処理 ,  *教師つき学習 ,  精度 ,  大規模系 ,  西洋語 ,  英語 ,  性能評価
準シソーラス用語： *係り受け ,  *半教師あり学習 ,  チェコ語

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

引用文献 (29件)：

• 1) Buchholz, S. and Marsi, E.: CoNLL-X Shared Task on Multilingual Dependency Parsing, Proc. CoNLL-X, pp.149-164 (2006).
• 2) Nivre, J., Hall, J., Kübler, S., McDonald, R., Nilsson, J., Riedel, S. and Yuret, D.: The CoNLL 2007 Shared Task on Dependency Parsing, Proc. EMNLP-CoNLL, pp.915-932 (2007).
• 3) Yamada, H. and Matsumoto, Y.: Statistical Dependency Analysis with Support Vector Machines, Proc. IWPT (2003).
• 4) McDonald, R., Crammer, K. and Pereira, F.: Online Large-margin Training of Dependency Parsers, Proc. ACL, pp.91-98 (2005).
• 5) McDonald, R., Pereira, F., Ribarov, K. and Hajič, J.: Non-projective Dependency Parsing using Spanning Tree Algorithms, Proc. HLT-EMNLP, pp.523-530 (2005).

タイトルに関連する用語 (5件)： 大規模データ ,  半教師あり学習 ,  係り受け解析 ,  モデル ,  学習