文献紹介2015年3月

Transcript

1. 文献紹介 自然言語処理研究室 修士1年 宮西 由貴 1
2. 文献情報 • Automatic Domain Assignment for Word Sense Alignment • 著者:Tommaso Caselli, Carlo Strapparava • EMNLP2014 2
3. 概要 • 語釈文に分野ラベルを付与 – WordNet DomainからSCDMへ • リソース同士の語義アライメントタスク – いろんな情報が様々なリソースに散らばる現状 – 分野ラベル情報を使うと結果はどうなるか調査 3
4. 背景 • 語彙知識はNLPにとって重要 – 語彙知識の資源を作るのは大変 – 様々な情報が複数資源に散らばる →上手く利用できていないことが多数 • 資源間のアライメントを取るタスク:WSA – より頑強で使い易い資源を提供 4
5. 本文献に出てくる資源 • Senso Comune De Mauro Lexicon(SCDM) – 辞書式の語彙知識 – 同義関係などの関係・分野・カテゴリの記載なし • WordNet Domains – WordNetの情報に分野(Domain)情報を付加 ラベルは65種類(FACTOTUM,SPORT,FOOD…) – FACTOTUMラベル：複数の分野にまたがる語 • MultiWordNet 5
6. 本文献でやりたいこと • SCDMにWordNet Domainsのラベルを付与 – 語釈文のみのリソースに分野情報が追加 • SCDMとMultiWordNetのアライメントを取得 – 分野情報の付与が影響するのかを調査 – 名詞に対してのみ実験 6
7. 分野情報ラベルを付与 • 手法 – FACTOTUMか否かの二値分類 – 他のラベルについても同様に二値分類 • 分類方法 – Naïve Bayes – Maximum Entropy – 2種類を比較 7
8. 素性ベクトルについて • 二次元の素性ベクトル – GENERIC – SPECIFIC • 2つの素性ベクトル取得の方法を比較 – lemma – wsd 8
9. 素性ベクトル取得方法の説明 • lemma – MultiWordNetからあり得るラベルを全取得 – GENERICはFACTOTUMラベルの数の和 – SPECIFICは他のラベルの数の和 • wsd – イタリア語のUKBで曖昧性を解消 – GENERICはFACTOTUMラベルの数の和 – SPECIFICは他のラベルの数の和 9
10. 実験結果 • wsdはMaxEntには効く – Naïve Bayesには効果なし 10
11. WSAへの影響を調査 • 既存(Caselli et al.,2014)の手法を使用 – 違う点：SCDMに分野ラベルが付いていること – 2種類の手法を比較 • 手法 – Lexical Match – Cosine Similarity 11
12. 手法に関する説明 • Lexical Match – SCDMとMultiWordNetから単語と語義を取得 – 各語を文字列の長さで正規化 – 重複するトークン数が大きいものを選択 • Cosine Similarity – Personalized Page Rankアルゴリズムを使用 • 上記手法＋分野情報でのフィルタリング 12
13. 実験結果 • LexicalMatch+Cosine手法が良い • Cosineは閾値での足切で効果UP 13