| 研究課題/領域番号 |
21K12012
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
笹野 遼平 名古屋大学, 情報学研究科, 准教授 (70603918)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 意味フレーム / 文脈化単語埋め込み |
|---|
| 研究開始時の研究の概要 |
本研究では、文脈を考慮した単語ベクトル表現（文脈化単語埋め込み）が、人が常識として持つ経験的知識をどの程度捉えているかを明らかにすることを目的とし、日本語と英語を対象に、文脈化単語埋め込みを用いた、大規模コーパスからの意味フレームの自動構築に取り組む。さらに、自動構築したフレーム知識を、人手で整備された知識フレームと対応付けることで、人にとって理解しやすく、かつ、単語埋め込み技術と親和性の高いフレーム知識の構築を目指す。
|
| 研究成果の概要 |
本研究課題では、主に文脈化単語埋め込みを利用した意味フレーム知識の自動構築に取り組んだ。具体的には、各動詞が喚起するフレームごとに動詞をクラスタリングするフレーム推定タスクにおいては、マスクされた単語埋め込みと2段階クラスタリングを用いる手法、および、深層距離学習に基づき文脈化単語埋め込みモデルを fine-tuningした後に動詞のクラスタリングを行う手法を提案し、既存手法を超える性能を達成した。また、フレーム要素推定においても同様に、深層距離学習に基づき文脈化単語埋め込みモデルを fine-tuningした後に項のクラスタリングを行う手法を提案し、既存手法を超える性能を達成した。
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果は、これまで人手で行われてきた意味フレーム資源の開発コストの低減する可能性がある。具体的には、これまで大規模な意味フレーム資源が整備されてこなかった言語を対象に意味フレームを自動構築したり、人手によるフレーム資源の整備の補助に用いることが可能である。また、大規模なコーパスから学習された大規模言語モデルが、人が言語理解の前提として持つ経験的知識をどの程度含んでいるかの分析に貢献する可能性がある。
|
