权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

既存の電子化辞書と新聞記事コーパスを用いた並列知識獲得法の研究

利用现有电子词典和报纸文章语料库的并行知识获取方法研究

基本信息

批准号：
07780336
负责人：
峯恒憲
金额：
$ 0.58万
依托单位：
Kyushu University
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：
1995
资助国家：
日本
起止时间：
1995 至无数据
项目状态：
已结题

项目摘要

本年度は、次のことを行った。1.新聞記事コーパスと大規模な概念辞書を利用した単語の類似度計算法の開発2.上記手法を用いた格フレーム獲得システムの開発3.既存の格フレームを利用した格フレーム要素獲得システムの開発4.獲得した格フレームを評価するための並列構文解析システムの開発昨年度から続けている単語の類似度計算法についての改良と、それを利用した格フレーム獲得法の提案、ならびに、そのシステム開発を行った。この手法は、新聞記事などの電子化された文書データから、単文の集合を抽出し、それから文の類似度を計算し、ある閾値を超えて類似していると判定された文を、同じ集合に入れて分類する。そして、その集合を代表する構造を、格フレームとするものである。ある文1と文2の類似性を計算するために、それぞれの文中の対応する格要素間の類似度を概念辞書とコーパスから獲得したデータを利用して計算するが、この時、20万文以上の規模を持つ品詞や概念識別などが人手で付けられたEDRコーパスと、多数の人間が開発に関わって作成された40万概念以上の規模を持つEDR概念辞書を利用した。しかし、この規模でさえ、実際の解析において利用した文の解析に必要となる知識をカバーできず、それゆえ、解析精度が50〜60%程度にしかならないことが分かった。特に、慣用表現や抽象的な表現に対して解析が失敗する傾向があり、これらを知識に表すことの難しさからあらためて認識できた。上記の手法で利用した単文は、格要素が名詞単体+助詞の構造を持つもので、かつ、動詞が文の最後に来るもの(つまり、動詞が支配する格要素への連体修飾などを含まない文)であり、また、同じ名詞を含まないものに限っていたため、実際の文章中から抽出できる実験に使用する単文は、基となる文章の量に比べて非常に少なくなった。そのため、現在、格要素が複合名詞や、文や句を含む形のものや、連体修飾形を含む形、受身や使役形を扱って単文を抽出するシステムを開発するとともに、獲得した単文から、意味ネットワークを自動構成する方法も同時に開発している。

This year's annual meeting will be held in the first half of this year. 1. The new chronicle is based on the concept of large-scale modeling, which is based on the analogous algorithm of mathematical analogy. With the help of the above maneuver, you can get a good start by using the above method. The existing system makes use of the key elements of the system to obtain the opening of the information system 4. It is necessary to improve the performance of the algorithm in the last year, and to make use of the information to improve the algorithm in the last year. The method, the new record, the text, the text, the text. The collection of information represents the creation of information, and the collection of information represents the creation of information. Text 1, text 2, similarity calculation, document similarity calculation, similarity calculation, Most people use the EDR concept language to make use of the language above the 400000 concept. In this paper, we use the language to analyze the necessary knowledge and accuracy of 50%, 60% and 60% of the accuracy. In this way, you can use the abstract representation of the table to analyze the failure to know that you are not aware of your knowledge. In the last part of the book, the last word of the text is controlled by the last word of the text, the name of the text, the style of the grid, the name of the text, the name, the name, the The number of articles is much less than the number of articles. The current, current, grid elements are duplicated by the name, the text contains the shape, the link modifies the shape, and the body is used to cause the service to open the system, which means that the automatic implementation method is implemented at the same time.