Lexical Information Acquisition Using Accent Knowedge

利用口音知识获取词汇信息

• 批准号: 07680383
• 负责人: KOTANI Yoshiyuki
• 金额: $ 1.41万
• 依托单位: Tokyo University of Agriculture and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 1996
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07680383/
• 关键词: Accent; Morphology; Unknown Word; Corpus; Tagging; Probability; HMM; Language Acquisition; 形態素; 形態素解析; 知識獲得; 日本語; 複合語

In natural language processing, to handle unknown words is not avoided. The aim of our research is to solve this problem in the morphological analysis, especially using accent information. Our method make it possible to estimate extract unknown words from texts and acquire its part of speech information and inflection using the phonetic information. In an extraction of unknown words from written sentences, kanjis and kanas play an important role. Though in phonetic interaction, there are not such information, we can use accent information. We designed a mechanism which aim is to acquire unknown words using accent information.The flow of our system is :1.analyze sentences with accent information morphologically2.estimate unknown words' part of speech and inflection.Our method below is a novel method in the meaning that it acquires unknown words' information in honetics and is significant in cognitive psychology which tries to understand the process of language learning.In this research, firstly, we built the morphological analyzer for kana sentences using regulations of accent information. To acquiring regulations automatically, we studied on the morphological analysis using the GMDH neural network. Also we studied on the HMM morphological analyzer and technique acquiring probability information from non-tagged corpus for it and the extraction of strength between parts of speech or words. As a relative research, we studied on phonetics in music.

在自然语言处理中，不可避免地要处理未知词。我们研究的目的是解决词法分析中的这个问题，特别是使用重音信息。我们的方法使得估计从文本中提取未知单词并使用语音信息获取其词性信息和变形成为可能。在从书面句子中提取未知单词时，汉字和假名发挥着重要作用。虽然在语音交互中没有这样的信息，但我们可以使用重音信息。我们设计了一种机制，其目的是利用重音信息获取未知单词。我们系统的流程是：1.从形态上分析带有重音信息的句子2.估计未知单词的词性和词形变化。我们下面的方法是一种新颖的方法，它在汉语中获取未知单词的信息，对于试图理解语言学习过程的认知心理学具有重要意义。在本研究中，首先，我们构建了假名句子的形态分析器 使用重音信息的规定。为了自动获取规则，我们研究了使用GMDH神经网络的形态分析。我们还研究了HMM形态分析器和从非标记语料库中获取概率信息的技术以及词性或词之间强度的提取。作为一项相关研究，我们对音乐中的语音学进行了研究。

项目成果

赤地 透: "長音・促音・撥音に着目した音価生成" 情報処理学会全国大会. 54. 2-261-2-262 (1997)

Toru Akachi：“专注于长音、辅音和振荡的声音值生成”日本信息处理学会全国会议 54. 2-261-2-262 (1997)。

木村 健: "HMM形態素解析システムにおける確率情報の獲得" 情報処理学会全国大会. 54. 2-49-2-50 (1997)

Ken Kimura：“HMM 形态分析系统中概率信息的获取”日本信息处理学会全国会议 54. 2-49-2-50 (1997)。

Y.Shigeizumi: ""Morphological Analysis of Sentence consist of Only Kana Characters using Accent Rules about Connection between Words"" the general meeting of IPSJ. Vol.52. 2-171-2-172 (1996)

Y.Shigeizumi：“使用有关单词之间连接的重音规则对仅包含假名字符的句子进行形态分析”，IPSJ 大会。

K.Nakagawa: ""Extraction of Strength of Cooccurence from Corpus using a Neural Network"" the technical report of IPSJ. Vol.96-NL-113. 31-36 (1997)

K.Nakakawa：“使用神经网络从语料库中提取共现强度”，IPSJ 的技术报告。

藤本 浩司: "GMDHニューラルネットワークの形態素解析への応用" 情報処理学会全国大会. 52. 3-79-3-80 (1996)

Koji Fujimoto：“GMDH 神经网络在形态分析中的应用”日本信息处理学会全国会议 52. 3-79-3-80 (1996)。