2017 Fiscal Year Annual Research Report
Evolutionary linguistic approaches to a model of diachronic changes in the sense of legal terms
| Project/Area Number |
15K00201
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
中村 誠 名古屋大学, 法学研究科, 特任准教授 (50377438)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 法令用語 / 通時的変化 / ターミノロジー / シミュレーション / 言語進化 |
|---|
| Outline of Annual Research Achievements |
今年度の研究実績は，明示された定義語のデータベース構築と明示されていない法令用語の関係獲得とに分けられる．前者に関しては，前年度からの課題となっていたアニメーションによる描画処理である．定義語の語釈文から抽出される定義語間の関係について，通時変化のアニメーション描画を行うツールの開発を行っている．これを複数の法令を対象とするよう拡張し，異なる法令間で同じ法令用語を共有する描画を行うようにした．これにより，法令用語間の関係が通時変化を行うことを視覚的に理解を促すことが可能となった．前年度までは，対象をガス事業法と電気事業法に限定していたが，今年度においては，定義語間の関係の通時的変化をすべての法律を対象に拡張を行った．これにより，定義語の法改正があった法律５８８本に含まれる定義語５，２０８語のアニメーション表示を行うツールを開発した．
後者の明示されていない法令用語の関係獲得に関しては，ニューラルネットワークを用いて法令用語を分散表現で示した．また，それらをベクトル演算することで法令用語間の関係を獲得した．8,565法令にフレーズ処理を施し，法令用語を分散表現で表した．単語の分散表現化モデルには，Word2VecのCBOWモデル，Skip-gramモデルの２種類を用いた．結果として，CBOWモデルで471組，Skip-gramモデルで423組の用語の組を獲得した．両方のモデルで獲得した用語の組は85組であった．また，獲得した２つの定義語の組は，291組であった．具体例として，「昇任」ー「階級」＋「級」＝「昇格」のような演算を可能とする用語の組が獲得できた．
|
