2010 Fiscal Year Annual Research Report
| Project Area | Compilation of a balanced corpus of written Japanese: Infrastructure for the coming Japanese linguistics |
|---|
| Project/Area Number |
18061003
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
奥村 学 東京工業大学, 精密工学研究所, 教授 (60214079)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
白井 清昭 北陸先端科学技術大学院大学, 情報科学研究科, 准教授 (30302970)
新納 浩幸 茨城大学, 工学部, 准教授 (10250987)
高村 大也 東京工業大学, 精密工学研究所, 准教授 (80361773)
竹内 孔一 岡山大学, 自然科学研究科, 講師 (80311174)
佐々木 稔 茨城大学, 工学部, 講師 (60344834)
|
|---|
| Keywords | 語義タグ付コーパス / 単語の新語義発見 / 機械学習 / 語彙概念構造 / クラスタリング |
|---|
| Research Abstract |
語義曖昧性解消における領域適応では,ソース(適応元)データとターゲット(適応先)データの性質により,ソースデータとターゲットデータの組み合わせごとに効果的な領域適応手法が異なることを明らかにし,ソースデータとターゲットデータの組み合わせごとに効果的な領域適応手法を自動的に選択する手法の開発を行った.領域適応手法の自動選択は,ソースデータとターゲットデータの性質に関する情報を元に決定木学習を用いて行う.自動的に選択された領域適応手法を用いることで,語義曖昧性解消の性能が有意に向上することが確認されている.コーパスからの単語の新語義発見では,以下の2つの研究に取り組んだ.1つ目は,用例をクラスタリングする際に,語義の類似性を様々な観点から測るために複数の特徴ベクトルを同時に利用する手法を考案した,もう1つは,用例クラスタが新語義か否かを判定する際に,クラスタ間の類似度を考慮するようにアルゴリズムを改良した.外れ値検出手法を利用した新語義検出では通常,外れ値検出は教師なしの枠組みであるが,少量の語義付き用例が利用できるという前提を設け,既存手法の拡張を行った.SemEval-2のデータを用いた実験により提案手法の効果を示した.また新語義の検出では,識別平面との距離ではなく,語義クラスタと用例との距離が重要になるため,距離学習の研究も同時に行い,最大マージン化最近傍法を利用することを提案した.語義識別ではSVMと同等の精度が出ることを示した.動詞の項構造辞書に関する設計については,他の言語資源(FrameNetなど)との比較を行い,その価値について国際会議で発表した.また動詞類義語を獲得するために大規模テキストデータからクラスタリングを用いて獲得する手法として,重み付きカーネルk-means法と比較して提案手法が有効であることを明らかにした.
|
