| 研究課題/領域番号 |
19K12112
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
松林 優一郎 東北大学, 教育学研究科, 准教授 (20582901)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 自然言語処理 / 意味構造解析 / 省略解析 |
|---|
| 研究実績の概要 |
本研究課題では、文を「正確に読む」ために必須となる省略内容の解析技術の向上を目指し、（１）先行文脈の文意の蓄積 （＝動的知識） に基づいて後方の意味を理解する解析モデルの構築と、（２）推論に必要な常識的知識 （＝静的知識） の効果的・効率的な表現方法の確立、（３）これら動的知識と静的知識を融合した自然な推論に基づく意味解析技術の構築を行っている。
昨年度に開発した課題（２）のための「省略解析のために必要な知識に重点的に学習バイアスをかけながら追加の学習を行う」学習方式と課題（３）のための「（１）の学習部分と（２）の学習手法の双方に対して同一のタスク形式を用いて定式化を行う方法」を組み合わせたモデルを成熟させ、主要な査読付き国際会議論文として発表した。また、本研究により開発した省略解析器については、オープンソースソフトウェアとして広く公開した。
加えて、この省略解析に関する課題を発展させ、読解時だけでなく、文章記述時にどのような方法で記述内容の省略の是非を決定するかを説明するための計算モデルを試作した。人間が文章内の内容を省略すべきかそうでないかの妥当性を判断したアノテーションデータのパイロット版を作成し、このデータを根拠に、省略の是非を説明するためのいくつかの仮説を検証した。この研究の一部は、本課題の研究機関を延長し、更に数量を拡張した試験データにおいて検証を進め、主要会議で報告する予定である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究課題の骨子となる「文脈の蓄積モデル」「静的知識の推定モデルへの組み込み」「静的知識と動的知識の融合による解析」について、解析精度の大幅な向上という成果を得た。研究成果の対外発表についても、これまでの成果について主要国際会議論文での発表を完了した。
|
| 今後の研究の推進方策 |
これまでの研究成果で得た知見に基づいて拡張した、文章記述時の省略判断モデルという応用課題について、今年度の予備実験で確認した内容を、さらに数量を増やした実験データで検証し、この結果を主要国際会議論文として取りまとめる。
|
| 次年度使用額が生じた理由 |
今年度作成したデータ数量の増強と国際会議等で発表するための諸経費の一部として次年度に繰り越す。
|
