|
人間の高度な知的活動である思考や類推などは、主に言語を中心に行われている。従って、コンピュータが自然言語を扱うことができ、また記憶や推論などの機能を行うことができれば、知的情報処理システムとしての利便性は飛躍的に向上する。本研究では、自然言語を扱うための一手法として、単語ベクトル生成法と追加学習が可能な新しいニューラルネットワーク(LPNN:Language Processing Neural Network)を提案した。単語ベクトル生成法は、シソーラス上でクラスタリングを行うことによって単語ベクトルを生成する手法である。本手法により、単語の意味的な近さが考慮されたベクトル化が可能となり、同時に従来に比べて単語のベクトルを大幅に削減することが可能となった。また、提案ネットワークでは日本語を入力とし、それに関連する知識を出力、そして推論することができる。入力された日本語は、まず係り受け解析の前処理を経て、三つ組という形に分解される。各単語は、単語ベクトル生成法によって得られたベクトル表現の形に変換され、LPNNに入力される。LPNNは自己組織化ニューラルネットワークによって構成されており、入力された三つ組は自己組織化を行うことによって学習される。さらに、追加学習することも可能となっている。一般的な文章を入力としてさまざまな推論実験が行われ、提案ネットワークの優れた特性が確認されている。
|
