談話表示理論と統計的機械学習に基づく因果関係認識の理論と実装

点击翻译按钮获取中文摘要

平成28年度は、申請書の計画と昨年度の反省点を踏まえ、(1)談話関係と時間関係の認識のための日本語評価データ構築を行った。また、作成したデータを用いて、(2)談話認識器の実装と実験を試みた。(1)では、前年度に作成した評価データのエラー分析を行い、談話関係の分類や、時間関係などの他の関係がもたらす制約の定義が曖昧であることが問題であると明らかになったため、談話関係と時間関係の分類と制約の修正・定義の精緻化を試みた。エラー分析により、situationのlayerの違い（例えば、一般的に成り立つ命題を述べているのか、ある特定の時点で成立する、具体的なイベントについて述べているのか、など）の判断の揺れが、関係の判断の揺れに繋がっているとわかっため、まずsituationのlayerの違いに関する既存研究の調査を行い、それらを踏まえてガイドラインの修正を行った。その後、日本語のウィキニュースの記事にアノテーションすることにより評価データを作成し、一致率、関係毎の出現頻度等の観点から手法の妥当性を評価した。 評価の結果、0.78の一致率で評価データを作成できた。本研究の成果は、国際会議COLING-2016のワークショップThe 12th Workshop on Asian Language Resourcesで発表済みである。(2)では、談話関係の認識精度を確認するため、ベイジアンネットワークのモデリングツールSamIamと機械学習ソフトウェアWekaを用いて実験を行った。素性として「時間関係」「situation layerの違いに関する関係」「接続詞」「接続詞の有無」「動詞」「主語」「目的語」「テンス」「アスペクト」「モダリティ」「否定語の有無」「1つ前の談話関係」などの情報を用い、5分割検定を行った。その結果、J48が最も高く、63.9%の精度で分類されることがわかった。