文脈化単語埋め込みによる1億語規模の比喩表現実態調査

使用上下文词嵌入对 1 亿个词语比喻表达进行调查

• 批准号: 22K18483
• 负责人: 浅原 正幸
• 金额: $ 4.16万
• 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 Challenging Research (Exploratory)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-06-30 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K18483/
• 关键词: コーパス; 比喩表現; 比喩

『現代日本語書き言葉均衡コーパス』（BCCWJ）は、日本語の自然言語処理において広く用いられている１億語規模のテキストデータセットの1つである。NWJC-BERTは250億語規模の『国語研日本語ウェブコーパス』から訓練した深層学習 BERT のモデルである。BCCWJに対して、NWJC-BERTを用いて文脈化単語埋め込みを付与する作業が進めた。文脈化単語埋め込みとは、単語の意味表現をベクトルとして表現する手法の1つで、その単語が現れる文脈によって意味が変化することを考慮する。このベクトル表現に基づく語義の評価の定量化を進めた。語義評価の定量化に基づき、語義の転換である比喩表現の認識手法を検討中である。並行して日本語の比喩表現のタグ付け基準について検討した。分類語彙表に基づく語義を手がかりとし、MIP (metaphor identification procedure) に基づきタグ付けする方針を策定した。しかしながら、作業者の手配が進まず、タグ付けを進めることができなかった。第44回NINJALチュートリアル（2022年8月6日）にて、韓国日本語学会・韓国日語教育学会と共催で、「『分類語彙表』関連データベース」というタイトルで、単語埋め込みに基づく語義の近さの可視化についてチュートリアルを実施した。また、第17回NINJALフォーラム「語彙資源の構築と活用」(2023年2月18日：オンライン開催）にて「分類語彙表と比喩情報」というタイトルで講演を行った。

"Modern Japanese Language Book"(BCCWJ), Japanese language natural speech processing in the middle of the use of the middle of the 100 million language scale of the middle of the 100 million language scale. NWJC-BERT is a 25 Billion Language Training Program for Deep Learning BERT. BCCWJ, NWJC-BERT, and other related topics Contextualization of language, meaning of language, expression of language, expression of language, context, meaning of language, expression of language, expression of language, expression The quantitative evaluation of the basic performance of the system Semantic evaluation of quantitative basis, semantic transformation of the performance of cognitive methods to discuss In parallel, the Japanese language comparison and performance criteria are discussed. The classification of words is based on semantic differences, MIP (metaphor identification procedure), and policy decisions. The work of the industry is to be carried out in a timely manner. The 44th NINJAL Conference (August 6, 2022) was jointly urged by the Korean Japanese Language Association and the Korean Japanese Language Education Association."Classified Word List" is related to the content of the conference. The 17th chapter of NINJAL "Construction and Use of Word Resources"(February 18, 2023: Open Call) was published in "Classified Word List and Comparative Information".

项目成果

分類語彙表と比喩情報

分类词汇表和隐喻信息

• 发表时间: 2023
• 作者: 木村 駿野;森 大毅;加藤祥
• 通讯作者: 加藤祥

『分類語彙表』関連データベース

《分类词汇表》相关数据库

• 发表时间: 2022
• 作者: 木村 駿野;森 大毅;加藤祥;浅原正幸
• 通讯作者: 浅原正幸