辞書の語義文を利用したコーパスの自動細分類と文の対象分野同定への応用

利用词典中的意义句子对语料库进行自动子分类及其在句子目标领域识别中的应用

• 批准号: 08780342
• 负责人: 福本 文代
• 金额: $ 0.58万
• 依托单位: University of Yamanashi
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-08780342/
• 关键词: 文書の自動分類; 多義語の曖昧性の解消; 統計手法; 名詞同士のリンク付け; コーパス

本研究ではコーパスの自動分類に関する手法の提案を行なった.本研究でアピールする点,特に関連する研究との差異に注目した特徴は以下の通りである.・分野が限定されているコーパスをさらに細かく分類するために,多義語の解消と名詞同士のリンク付けを行なっている.新聞記事,百科事典など,広範囲の分野を対象とした研究は従来から数多く行なわれている.これらの多くは頻度情報を基に語の統計的な情報を用いて分類を行なっている.しかし,予め分野が限定されているコーパスにおいて,これらの手法を用いて各文書の特徴を表現することは難しい.本研究ではこの問題に対処するため,名詞の多義解消と名詞同士のリンク付け(意味的に近い名詞同士をクラスでまとめる)を提案し,これを用いることで文書の分類を行なっている(論文1参照).実験では,先ず本手法で用いられている多義の解消と名詞間のリンク付けが文書のクラスタリングに対して有効であるかどうかを検証するため,1.単語の重み付けに頻度を用いて文書のクラスタリングを行なう手法,2.多義の解消のみを行なう手法,3.名詞間のリンク付けのみを行なう手法,4.多義の解消と名詞間のリンク付けを行なう手法(本手法)の実験を行なった.その結果,それぞれ,47.5%,52.5%,57.5%,72.5%の正解率が得られた.次に,湯浅らの提案した名詞間の共起関係を利用した文書の分類方法と比較した結果,湯浅らの手法が平均65.0%に対し,本手法では,72.5%の正解率を得た(論文2参照).

This study proposes a new approach to automatic classification. This study focuses on the following characteristics of the differences in research: The definition of polysemy and the definition of noun are the same. News, encyclopedias, research, etc. The frequency information is based on statistical information. It is difficult to express the characteristics of each document by means of dividing the fields. In this paper, we propose a new approach to the problem of polysemy, noun polysemy, noun homonym, noun homonym. In fact, this method is based on the following: 1. The frequency of single language's heavy payment is based on the frequency of single language's heavy payment; 2. The method of polysemy's elimination; 3. The method of noun's heavy payment. 4. The polysemous solution and the noun between the words are divided into two parts. As a result, the correct solution rate was 47.5%, 52.5%, 57.5%, 72.5%. Secondly, by comparing the classification methods of the two methods, the average correct solution rate of the two methods was 65.0%, while the correct solution rate of the two methods was 72.5%(see paper 2).

项目成果

F.Fukumoto,Y.Suzuki: "Aoutomatic Clustering of Articles Using Dictionary Definitions" 16th International Conference on Computational Linguistics (COLING'96). 406-411 (1996)

F.Fukumoto、Y.Suzuki：“使用字典定义的文章自动聚类”第 16 届国际计算语言学会议 (COLING96)。

福本文代,鈴木良弥,福本淳一: "辞書の語義文を用いた文書の自動分類" 情報処理学会論文誌. 37・10. 1789-1799 (1996)

Fumiyo Fukumoto、Yoshiya Suzuki、Junichi Fukumoto：“使用字典含义自动分类文档”日本信息处理学会汇刊 37・10（1996 年）。