| Project/Area Number |
19K20333
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
Wakabayashi Kei 筑波大学, 図書館情報メディア系, 准教授 (40631908)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2019: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | 連語抽出 / 深層学習 / 能動学習 / 隠れマルコフモデル / 文書要約 / 対話システム / トピックモデル / クラウドソーシング / 自然言語教示 / 自然言語処理 / 遠距離教師あり学習 / 連語 |
|---|
| Outline of Research at the Start |
機械翻訳における翻訳ミスや，対話システムにおける見当違いの対話応答，質問応答における質問意図の取り違えなど，自然言語処理アプリケーションの様々なエラーに共通する大きな原因に，複数の単語で特定の意味を持つ連語(collocation)の考慮ができていないという点がある．本研究では，文章から意味がありそうな単語の並びを抽出する連語抽出手法と，抽出された連語を精度向上に活かす連語を考慮した深層学習手法を発展・融合させることで，様々な自然言語処理アプリケーションの精度を改善する基盤技術を構築する．
|
| Outline of Final Research Achievements |
In this study, we addressed the following three research questions. (A) To extract meaningful collocations from text with higher accuracy, we proposed a new method for training collocation extraction models by using linguistic resources and human annotator resources efficiently, and advanced a basic theory of statistical models used for collocation extraction. (B) We proposed a deep learning method that uses the extracted collocations to improve the accuracy of natural language processing applications, which are namely document summarization, language understanding in dialog systems, and topic modeling. (C) We proposed a method for dynamically extracting collocations that contribute to improving the accuracy of later-stage natural language processing tasks during the training of deep learning models for those tasks.
|
| Academic Significance and Societal Importance of the Research Achievements |
複数の単語で特定の意味を持つ連語を考慮することは，多くの自然言語処理のアプリケーションの精度を向上させるために重要な課題である．しかし，連語抽出手法の性質が，後段の自然言語処理タスクを学習する深層学習手法に与える影響については，これまで明らかにされてこなかった．本研究成果の意義は，連語の抽出と深層学習による自然言語処理タスクの精度向上を結びつける方法論を示し，その効果を明らかにしたことにある．とりわけ，連語を明示的に分析結果として提示するトピックモデリングや対話システムの言語理解タスクにおいて，直接的に応用可能な研究成果が得られたと考える．
|
