文献

J-GLOBAL ID：201802286696698731   整理番号：18A0494752

K-best反復ビタビパージング

K-best Iterative Viterbi Parsing

著者 (2件)： 林克彦 (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(Web)
巻： 59  号： 1  ページ： 227-235 (WEB ONLY)  発行年： 2018年01月15日 
JST資料番号： U0452A  ISSN： 1882-7764  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： 本稿では確率文脈自由文法に対して,効率的,かつ,最適解の出力を保証したパージングアルゴリズムを提案する。パージングを高速化するには,探索空間から不要な辺を効率的に枝刈りすることが重要である。提案手法では探索空間を徐々に拡げながら,ビタビ内側・外側アルゴリズムを繰り返し動作させることで,最適解のモデルスコア値に対する上限と下限値を効率的に求める。そして,それに基づいて不要な辺の枝刈りを行うことで,本来の探索空間よりも大幅に縮小された空間を探索するだけで最適解を発見する。さらに,本稿では提案手法をK-bestパージングに拡張する方法についても示す。英語のPenn Treebankコーパスを用いた実験により,提案手法が通常のCKY法よりも高速に動作することを示す。また,K-bestのサイズが小さい場合,従来のK-best法よりも高速に動作することも示す。(著者抄録)

シソーラス用語： *文脈自由文法 ,  効率 ,  解 ,  *構文分析 ,  *アルゴリズム ,  データ探索 ,  分枝限定法 ,  性能評価 ,  計算機シミュレーション ,  逐次近似 ,  自然言語処理
準シソーラス用語： *Viterbiアルゴリズム ,  パージング ,  *確率文脈自由文法 ,  効率性 ,  最適解

分類 (1件)： 自然語処理  (JE06000L)

引用文献 (23件)：

• Charniak, E., Johnson, M., Elsner, M., Austerweil, J., Ellis, D., Haxton, I., Hill, C., Shrivaths, R., Moore, J., Pozar, M., et al.: Multilevel coarse-to-fine PCFG parsing, Proc. HLT-NAACL, pp.168-175 (2006).
• Choe, D.K. and Charniak, E.: Parsing as Language Modeling, Proc. EMNLP, pp.2331-2336 (2016).
• Cohen, S.B., Stratos, K., Collins, M., Foster, D.P. and Ungar, L.: Spectral learning of latent-variable PCFGs, Proc. ACL, pp.223-231 (2012).
• Felzenszwalb, P.F. and McAllester, D.: The generalized A* architecture, Journal of Artificial Intelligence Research, Vol.29, pp.153-190 (2007).
• Hayashi, K., Kondo, S. and Matsumoto, Y.: Efficient stacked dependency parsing by forest reranking, Trans. Association for Computational Linguistics, Vol.1, pp.139-150 (2013).

タイトルに関連する用語 (2件)： BEST ,  反復