Development of a Hybrid CG Parser

混合 CG 解析器的开发

• 批准号: 21K00541
• 负责人: 窪田 悠介
• 金额: $ 2.75万
• 依托单位: National Institute for Japanese Language and Linguistics
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K00541/
• 关键词: 統語解析; 意味解析; 統語変換; CCG; 機械学習; 深層学習; 比較構文; ハイブリッドCG; アノテーション; カテゴリ文法; 統語変形

本研究は、「統語変換」の概念に基づく理論言語学での研究の知見を活かして、自然言語処理研究において開発されたパーザ (具体的にはCCGパーザ) の性能を向上させることを目指すことを目的とするものである。この目的のために、CCGパーザにとって足りない情報を補うための機械学習のコンポーネントが必要となる。今年度は、昨年度作成したこのコンポーネントのための正解ラベルセットのアノテーション・データを用いて、機械学習によって未知のデータに対して正しくラベル付与ができるかを検証した。具体的には、BCCWJから抽出した例文に必要な情報を手でアノテーションしたアノテーション・データを正解セットと評価セットに分割し、固有名認識のモデルと同構成の機械学習モデル (東北大から提供されている日本語BERTモデルをfine-tuningしたもの) を用いて比較文の意味に関わる情報のラベル (比較句、対応する程度述語、比較対象の表現の三者) を予測する実験を行った。結果は言語処理学会の年次大会の論文で報告した。比較的単純な手法で、モデルが未知の文に対して目的とするアノテーション情報を実際に機械学習である程度正確に当てることができることを確認できた。この成果に基づいて、最終年度である来年度は、未知のデータを統語解析し、意味情報ラベルを予測する機械学習モデルの出力と組み合わせて論理式を出力するパイプラインを実際に構築することを目指す。

This study is based on the concept of "unified language transformation" and the understanding of theoretical linguistics, and the performance of natural speech processing research. The goal of CCG is to improve the quality of information and improve the quality of learning. This year, the annual production of the first batch of products, the correct solution of the first batch of products, the use of machine learning, the unknown problem, the correct solution of the first batch of products, the use of machine learning, the use of machine learning. Specific to BCCWJ, the necessary information for the extraction of the example, the hand to the right solution to the problem, the evaluation of the problem, the division of the inherent name recognition, the mechanical learning of the same structure (Japanese BERT The results were presented at the annual conference of the speech processing society. Compare the purity of the text, the purpose of the text, the degree of mechanical learning, and the confirmation of the text. The results are based on the final year, the future year, the unknown data, the system language analysis, the meaning information, the prediction, the mechanical learning, the output, the combination, the logical expression, the output, the construction, the target.

项目成果

比較文の意味解析のための「深い」係り受け関係の解析

比较句语义分析的“深层”依存关系分析

• 发表时间: 2023
• 期刊: 言語処理学会第29回年次大会予稿集
• 作者: 窪田悠介;林則序;天本貴之;峯島宏次
• 通讯作者: 峯島宏次

Toward 'parasitic scope' parsing: A case study on comparatives in Japanese

走向“寄生范围”句法分析：日语比较级的案例研究

• 发表时间: 2023
• 作者: Duffield;Nigel;磯貝淳一;Yusuke Kubota
• 通讯作者: Yusuke Kubota

対照言語学の観点から見た日本語の計算言語学

对比语言学视角下的日本计算语言学

• 发表时间: 2022
• 作者: YAMABE;Junji;金智英;磯貝淳一;窪田悠介
• 通讯作者: 窪田悠介