Establishing Equivalent Transformation from Syntactic Parsing Models to Hierarchical Probabilistic Automaton

建立从句法解析模型到层次概率自动机的等价变换

• 批准号: 24800004
• 负责人: WAKABAYASHI Kei
• 金额: $ 1.91万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2012
• 资助国家: 日本
• 起止时间: 2012-08-31 至 2014-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-24800004/
• 关键词: 教師なし構文解析; 階層的確率オートマトン; 階層型隠れマルコフモデル; 確率文脈自由文法; 依存構造解析; チャンキング; フレーズ抽出; 構文解析; 確率モデル推論

Syntactic parsing is a data analysis technique for estimating structures of sequence data. Existing syntactic parsing models have a problem that the computation time extremely increase for longer sequences, therefore they can hardly be applied to the big data analysis. In this project, we established the equivalent transformation from the existing parsing models to the hierarchical probabilistic automaton which can parse in the linear computation time with respect to the length of sequence. I demonstrated that the proposed transformation enable us to execute approximate parsing of longer sequences very faster, and established the fast and effective sequence data analysis applications of noun phrase extraction and topical phrase extraction.

句法解析是一种用于估计序列数据结构的数据分析技术。现有的句法解析模型存在一个问题，即计算时间在更长的序列中极大地增加，因此几乎无法将其应用于大数据分析。在这个项目中，我们建立了从现有解析模型到层次概率自动机的等效转换，该概率自动机可以在线性计算时间中相对于序列的长度进行解析。我证明了所提出的转换使我们能够更快地执行较长序列的近似解析，并建立了名词短语提取和局部短语提取的快速有效序列数据分析应用。

项目成果

確率オートマトンに基づく確率文脈自由文法モデルの推論

基于随机自动机的概率上下文无关语法模型推理

• 发表时间: 2013
• 作者: 堀江佐知子;小林美穂;鈴木康弘;小玉哲也;佐藤靖史;若林啓
• 通讯作者: 若林啓

階層型HMMに基づくフレーズ生成トピックモデルの提案

基于分层HMM的短语生成主题模型的提出

• 发表时间: 2014
• 作者: 安政駿;手塚太郎;若林 啓
• 通讯作者: 若林 啓

部分統語構造を考慮した階層的確率オートマトンに基づく教師なしチャンキング

考虑子句法结构的基于分层随机自动机的无监督分块

• 发表时间: 2014
• 期刊: 情報処理学会論文誌 データベース(TOD)
• 作者: 玉田 雄基;佐藤 哲司;若林 啓;Taro Tezuka and Christophe Claramunt;関洋平;堂前友貴，関洋平;Yohei Seki and Kouta Ono;Taro Tezuka;Mika Sayama and Taro Tezuka;若林 啓
• 通讯作者: 若林 啓