Supervised Word Sense Disambiguation Using Sense-definition Expansion and Sense Hierarchy

点击翻译按钮获取中文摘要

語義曖昧性解消において、教師あり学習モデルにシソーラスの情報と国語辞典の情報を両方組み込んだ効果的な語義曖昧性解消システムの開発を目的としている。そのシステムの開発に向け、国語辞典で記述される語義の定義文やシソーラスを用いて、ベクトルで表現された語義の識別に有効な特徴の抽出を行う。今年度はそのために必要な３件の研究、語義間関係判定、語義定義文の分析、語義曖昧性解消システムの改善について実施した。日本語辞書における語義の階層関係や類義関係を判定することができるモデルの開発を行なった。国語辞典の定義文と語義間関係を記述した知識データを利用して、判定モデルの学習を行ったところ、語義や類義関係を効果的に判定するモデルを構築することができた。英語の辞書では、同じ接尾辞を持つ単語の語義定義文は接尾辞の説明文が同じパターンで記述されるため、接尾辞の影響が強いベクトルを生成する傾向がある。その問題に対処するために、単語の語義定義文に含まれる語基をその語基の定義文に置き換えて得られた語義ベクトルの性質を分析した。分析の結果、定義文を書き換えて得られた語義ベクトルは、用例文中の同じ単語のベクトルとの類似度が高い傾向があったため、定義文を修正することが有効であることが明らかとなった。語義曖昧性解消モデルについても英語辞書であるWordNet3.0に記述されている語義の用例文を効果的に使用するための手法を開発した。実験の結果、語義の用例文を用いて語義の埋め込み表現を学習した場合、ひとつの評価データセットにおいて僅かな精度向上を確認することができた。しかし、開発セットを含む5つの評価セットではF値が低下した。この結果より、語義曖昧性解消において語義の用例文を使用することはそれほど効果的ではないことが明らかになった。