2016 Fiscal Year Annual Research Report
Extending predicate-argument thesaurus with large-scale language resources for applying to natural language processing and linguistic analysis
| Project/Area Number |
26370485
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
竹内 孔一 岡山大学, 自然科学研究科, 講師 (80311174)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 名詞項構造 / 意味役割 / 述語項構造シソーラス / 項構造 / PropBank / コピュラ |
|---|
| Outline of Annual Research Achievements |
今年度は最終年度として，(1)名詞項構造のデータの構築と分析，(2)意味役割付与システムの精度向上，(3)含意認識データでの精度向上を行い，研究成果を発表した．
まず(1)に関してはPropBankと同様にArg0など番号で表す意味役割を利用して，含意認識データに出現する名詞を対象に，名詞の項構造の付与，ならびに述語項構造シソーラスにおける意味役割との対応付けおよび例文の対応付けを行った．作業の流れと昨年度の付与状況を分析し，作業手順を整理し，既に付与しているアノテーション部分を見直した．約2500件の意味役割を見直すことで，名詞項構造構築作業を安定化させる方法，ならびにアスペクトやモダリティの情報が名詞項構造の付与で必要であることを明らかにした．この成果は言語資源系ワークショップ，および，人工知能系研究会で発表した．
また(2)に関しては意味役割付与において，項の末尾表現(例えば「～なので」や「～において」)が重要であることに着目し，Hierarchical Tag Context Treeを適用した新たな意味役割付与モデルを提案した．他の意味役割手法で提案されている特徴量を利用したモデルに加えて，項の末尾情報を利用したモデルを適用したモデルの方が意味役割付与の精度向上ができることを実験的に確認した．この結果は情報処理学会の論文誌として発表した．
(3)については名詞および述語の項構造を解析するシステムにおいてコピュラ文処理を導入し，文節係り受け木を利用した含意認識システムを構築した．含意認識データに対してシステムを適用したところ，誤認識を増加させずに，新たに含意認識を同定する件数を増加させることができた．この結果は電子情報通信学会の研究会で発表した．
|
Research Products
(3 results)
