文献紹介ゼミ（6月分）

Transcript

1. 自然言語処理研究室 修士1年 宮西 由貴
2.  タイトル： ParaSense or How to Parallel Corpora for Word Sense Disambiguation  著者： Els Lefever Veronique Hoste Martine De Cock  Proceedings of Annual Meeting of ACL:shortpapers,2010,p317-322 01
3.  対訳コーパスを用いた多義性解消  対訳コーパスさえあれば言語非依存  全自動  タグ付きコーパスのボトルネック解消  調査したこと  5つの言語の対訳コーパスで比較  従来手法と比較  手動アライメントの有無による結果の比較 02
4.  対訳コーパスを用いた多義性解消  対訳コーパスさえあれば言語非依存  全自動  タグ付きコーパスのボトルネック解消  調査したこと  5つの言語の対訳コーパスで比較  従来手法と比較  アライメントの有無による結果の比較 02 Spanish以外の対訳コーパスを使用した場合、 従来手法に圧倒的に勝利！
5.  最近の教師ありWSD  語義付与コーパスを使うと結果が良好 (大規模＆語義を人手で付与したものが良好) ⇒人手で付与するのは作成が大変･･･  Multilingual classificationｰbased  対訳コーパスを使用  バイリンガルWSDモデル  WordNetと対訳コーパスの併用 03
6.  提案手法の効果  従来の手法との比較  アライメント方法の比較  自動アライメント  手動アライメント  言語による結果の比較  言語に依存しないシステムが目標 04
7.  入力言語:英語  使用言語:5つの言語を使用  フランス語  イタリア語  スペイン語  ドイツ語  オランダ語  使用コーパス: Europarlコーパス  英語とヨーロッパ諸国語の対訳コーパス 05
8.  Europarlコーパス(※) のアライメント  入力･使用言語についてアライメント  GIZA++を使用  分類器を5種類用意  使用言語に対して1つずつ分類器を用意  Memory-based learning(MBL)を使用  Jefferey-Divergence距離でパラメータ決定 06
9.  それぞれの分類器の学習  学習にはアライメント結果を使用  分類器の言語のアライメント結果を使用  実験  入力された英文中の多義語の意味を判別  それぞれの分類器の結果を比較 07
10.  2種類のアライメントを試す  全自動で単語アライメントを行う  人手で単語アライメントを行う  学習データ生成の前処理  英文には簡単な構文解析を行う  品詞タグ・チャンクを用いる 08
11.  英文(入力文)に対する素性  対象語自身の表層形・品詞・チャンク情報  対象語周辺の表層形・品詞・チャンク情報  モノリンガル素性(bag-of-words)  英文以外の5ヵ国語の素性  文中に対象語が存在する/しないの二値  対象の言語以外の4ヶ国語のbag-of-words を使用 09
12.  英文(入力文)に対する素性  対象語自身の表層形・品詞・チャンク情報  対象語周辺の表層形・品詞・チャンク情報  モノリンガル素性(bag-of-words)  英文以外の5ヵ国語の素性  文中に対象語が存在する/しないの二値  対象の言語以外の4ヶ国語のbag-of-words を使用 09 Local context feature Translation feature
13.  提案システムの素性は3種類  1:full feature vector  2:Translation feature  3:Local context feature  比較するシステム  Baseline:高頻度語義を選択  T3-COLEUR,UvT-WSD: SemEval内で成績が上位だったシステム 10 「手動アライメント」 「自動アライメント」 それぞれに対して実験
14.  テストセット  SemEval”CLWSD”のテストセットを使用  テスト文は2種類のコーパスを使用 ▪ JRC-ACQUIS Multilingual Parallel Corpus ▪ BNC  評価  Precision:SemEvalで使われた精度  Accuracy:正解数をテスト文数で割った値 11
15.  Precisionで評価した場合 12
16.  Precisionで評価した場合 12 自動アライメント 手動アライメント
17.  Precisionで評価した場合 12
18.  Accuracyで評価した場合 13
19.  スペイン語以外では圧倒的に良い結果  自動アライメントでも従来手法に勝利  対訳コーパスの乏しさについて  現在手に入る量は乏しい  今後 大量の対訳コーパスが手に入る？ (企業などが作成するのでは？) 14 全自動＆知識ボトルネックを解消！
20.  提案手法の効果  従来の手法との比較  アライメント方法の比較  自動アライメント  手動アライメント  言語による結果の比較  言語に依存しないシステムが目標 15
21.  提案手法の効果  従来手法と同等もしくはそれ以上の結果  素性が単純なので改善の余地あり  アライメント方法について  自動でも手動と大差ない結果  言語による結果の比較  英語-スペイン語間では従来手法が上  従来手法より言語による差が少ない 16