言語理論と機械学習の融合による照応解析

点击翻译按钮获取中文摘要

本研究では,機械翻訳や情報抽出のような自然言語処理の応用分野に必須な要素技術の一つである照応解析の間題を対象に,言語学の分野で考察されてきた手がかりを効果的に学習ベースの解析手法に導人するかについて調査を行った.特に今年度の取り組みでは,ゼロ代名詞とその先行詞が同一の文内に出現する文内ゼロ照応解析の間題に焦点を当て,解析の手がかりとして有効にはたらくと考えられる文の構造情報を学習ベースの手法に効果的に導入する手法を提案した.この手法では,まず文の構造をゼロ照応の解析に役立つ粒度に抽象化し,この抽象化された構造を解析の際の素性の一つとして利用する.このような構造情報から分類に寄与する情報を学習するアルゴリズムとしてはブースティングに基づく学習アルゴリズムを利用し,実際に今回の手法が既存手法と比較して,劇的に解析精度の向上に貢献することを示した.この結果を国際学会であるCOLING-ACL 2007で発表し,AFNLP Asian Best Paper Awardを受賞した.また,上述の間題を含めた述語項構造・共参照解析の間題を分析/評価/学習するには,それらの情報が付与されたタグ付与コーパスが必要となる.今年度はこの間題にも取り組み,具体的には日本語新聞記事を対象とした述語項構造・共参照タグ付与コーパスを作成した.この取り組みでは,厳密な規定のない照応・共参照の概念について既存のタグ付与コーパスを参考に,どのようにこれらの概念を扱うべきかを議論し,また実際にタグ付与を行う上で,各概念のどのような点が間題となるのかを経験的に明かにした.また,今回の作業の結果作成された大規模なタグ付与コーパスを一般に公開した(http://cl.naist.jp/nldata/corpus/).