文献

J-GLOBAL ID：201802275361932087   整理番号：18A1373784

類似用例の利用により多義性に対応した日本語述語項構造解析

著者 (3件)： 芝原隆善 ,  濱口拓男 ,  松本裕治
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2018  号： NL-236  ページ： Vol.2018-NL-236,No.10,1-4 (WEB ONLY)  発行年： 2018年07月02日 
JST資料番号： U0451A  資料種別： 会議録 (C)
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： 本研究では文内の日本語述語項構造解析に取り組む。述語項構造解析は述語とその項の間の関係を推定するタスクであり,その推定には文の構造を把握するだけではなく,指定された単語がどのような意味を持つか把握することが重要である。単語の意味に関して,先行研究は2つのアプローチを取っている。1つは用例の分類として定められた意味を利用するアプローチであり,もう1つは単語埋め込みに意味を学習させる事前訓練によるアプローチである。これらのアプローチはそれぞれ利点を持つ反面,1つの共通した課題を持つ。それは単語の意味を静的に決めてしまう点である。用例の分類として語義を定めるアプローチは典型的な意味以外の用法や用例を捉えるのが難しい。事前学習による単語埋め込みを用いるアプローチは,語義を固定長のベクトルに全て押し込めるため,多くの語義を持つ単語の意味を取りこぼしてしまう懸念がある。これらの課題を解決するため,本研究では外部コーパスから動的に単語表現を獲得するアプローチを取る。より具体的には,着目した単語に類似する用例を外部コーパスから集め,それぞれに対してAttentionを用いることで,似た用例とそれに基づく単語表現を獲得することで,日本語述語構造解析をより効果的に解くことを目指す。(著者抄録)

シソーラス用語： *日本語 ,  用語 ,  *構造解析 ,  類似性 ,  型 ,  多義性 ,  コーパス ,  *ニューラルネットワーク
準シソーラス用語： LSTMネットワーク ,  述語 ,  畳込みニューラルネットワーク ,  用例

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

引用文献 (8件)：

• Daisuke Kawahara and Sadao Kurohashi. Fertilization of case frame dictionary for robust japanese case analysis. In Proceedings of the 19th international conference on Computational linguistics-Volume 1, pp. 1-7. Association for Computational Linguistics, 2002.
• Taku Kudo. Mecab: Yet another part-of-speech and morphological analyzer. http://mecab.sourceforge.jp, 2006.
• Minh-Thang Luong, Hieu Pham, and Christopher D Manning. Effective approaches to attentionbased neural machine translation. arXiv preprint arXiv:1508.04025, 2015.
• Yuichiroh Matsubayashi and Kentaro Inui. Revisiting the design issues of local models for japanese predicate-argument structure analysis. arXiv preprint arXiv:1710.04437, 2017.
• Tomas Mikolov, Kai Chen, Greg Corrado, and Jeffrey Dean. Efficient estimation of word representations in vector space. arXiv preprint arXiv:1301.3781, 2013.

タイトルに関連する用語 (7件)： 類似 ,  用例 ,  多義性 ,  日本語 ,  述語 ,  項構造 ,  解析