教師なし学習と一階述語論理を用いた、自然言語の構文・意味解析システムの構築

点击翻译按钮获取中文摘要

研究の最終年度であった平成23年度は、まず、昨年度の研究の成果である、Shift-Reduce法と動的計画法の組み合わせによる品詞・構文解析モデルをベースとして、単語分割・品詞解析・構文(依存構造)解析の3タスクに対する世界初の結合モデルを提案した。各タスク間の依存関係が特に強い事が知られている中国語において実験を行った結果、既存の手法の精度を大きく上回り、3タスクの全てで世界最高精度を達成した。提案手法においては、特別研究員としての研究における一つの焦点であった「未知語処理」および「固有表現認識」の問題を自然な形で取り込む事が出来た。具体的には、全部分文字列を単語の候補として考慮するデコーディングにより、既知語と未知語の区別を行う事が可能になり、また、固有表現認識の問題は、単語分割と品詞解析を同時に処理する過程で解決できるようになった。また、提案手法の最大の新奇性は、単語分割・品詞解析の2タスクに加えて構文解析問題を同時に考えている点にあり、これによって、長距離の統語的な依存関係を単語分割・品詞解析の曖昧性解消に用いる事ができる。実験の結果、これらの統語的な依存関係がこれら2つのタスクの精度向上に寄与する事だけでなく、特に未知語解析の精度を向上させる事が分かった。これは、局所的な情報だけからは判別する事が難しい未知語も、大域的な統語的な構造を考慮する事で「未知語らしさ」が判別できるようになるからだと考えられる。このような2年間の研究を通じて、自然言語処理における基礎タスクである「形態素解析・構文解析」の部分においては特に良い成果を残す事が出来たと思う。一方で、これらのタスクにおける興味深い問題を特に掘り下げて研究を進めたため、当初の研究計画に含まれていた「意味解析」の部分についてはあまり時間を割く事が出来なかった。この部分については、これからも継続して研究を続けていきたい。