ウェブを情報源とした用語辞典の自動編集

使用网络作为信息源自动编辑术语表

• 批准号: 13224055
• 负责人: 佐藤 理史
• 金额: --
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas (C)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13224055/
• 关键词: 用語収集; 用語間関係; 構文パターン; ウェブ

本年度は、主に、ウェブから関連用語を収集する方法を中心に研究を行なった。`まず、2つの用語間の関係として、10種類(同義、類似・対比、上位概念、下位概念、全体、部分、並列、用途・環境、因果、複合語)の関係を設定した。次に、テキスト中からこれらの関係にある用語対を抽出するために、10種類の関係それぞれに対して、その関係を示唆する典型的な文型を調査・整理した。これらの文型と文とを照合して、上記の関係にある用語対を自動抽出することを実現するために、構文テンプレートと呼ぶ文型の記述法を定義し、これと構文解析した文とを比較する照合器(パターンマッチャー)を作成した。関連用語を収集アルゴリズムとして、次のようなブートストラップ型のアルゴリズムを実装した。(1)初期用語集合Gを与える。(2)Gの中の用語が少なくとも1語存在するような文をウェブから収集する。(3)上記の構文テンプレートを用いて、関連用語を抽出する。(4)得られた新しい語の中から一般的な語を除去したものを用語集合Gに追加する。(5)(2)以下を繰り返す。上記の方法による関連用語収集を「生物学」の領域を対象に実験を行なった。10個の用語を初期用語集合とし、上記のループを2回実行した結果、128語の新しい用語が収集され、そのうち、97語(76%)が適切な関連用語であった。一旦、不適切な用語が用語集合に混入すると、その影響が次回のループで拡大して精度が下がるため、今後、この点を改善する必要がある。

This year's main topic is related to the collection of related terms, the method of collection, the center of research, and the conduct of research. `まず, 2つのrelations between terms, 10 types of relationships (synonyms, similarities, comparisons, superordinate concepts, inferior concepts, whole, part, parallel, usage, environment, cause and effect, compound terms). Time, テキスト中からこれらのrelations, にあるTerms, 対をdraw, 10 typesの情それぞれに対して, その Relationship をshows するTypical な文style をinvestigation and arrangement した.これらの文TYPEと文とを光合して、上记の Relationship にある语対をautomatically extract することを実appear するために、construct 文テンプレートれと文Typeのnarrative methodをDefinitionし、これとstructure analysisした文とをComparisonするphotographed combination device (パターンマッチャー)を成した. Related terms: をCollection アルゴリズムとして, 时のようなブートストラップtype のアルゴリズムを実装した. (1) The initial term set Gを and える. (2)Gの中の语が小なくとも1语existent するような文をウェブからCollect する. (3) The above-mentioned composition text "テンプレートを用いて" and related words "する". (4) Get られた新しい语の中からGeneral な语を Remove したものをTerm set GにAdd する. (5) (2) The following is a return. The method mentioned above is a collection of related terms in the field of "biology". A collection of 10 idioms in the initial stage, the results of the 2 chapters of the above mentioned idioms, and the 128 idioms The collection of new phrases, され, そのうち, and 97 idioms (76%) are appropriate and related idioms. Once the inappropriate terminology is collected, it will be mixed into it, and the impact will be affected again and again.