文献紹介：SemEval(SENSEVAL)におけるWSDタスクについて

Transcript

1. 文献紹介 2015/02/02 長岡技術科学大学 自然言語処理研究室 岡田 正平

2. 今回の文献紹介の趣旨 • SemEval (SENSEVAL) のWSDタスクについて紹介 – Lexical Sample – All-Words

   – Monolingual – Multilingual – Cross-lingual 2015/02/02 文献紹介 2

3. WSDタスクの実施状況 Area S1 S2 S3 SE07 SE10 SE12 SE13 SE14

   Lexical Sample ✓ ✓ ✓ ✓ ✓ All-Words ✓ ✓ ✓ ✓ ✓ Multilingual ✓ Cross-lingual ✓ ✓ 2015/02/02 文献紹介 3 ※参考：Wikipedia “SemEval” (http://en.wikipedia.org/wiki/SemEval)

4. All-Words The English All-Words Task Benjamin Snyder and Martha Palmer

   In Senseval-3: Third International Workshop on the Evaluation of Systems for the Semantic Analysis of Text, pp. 41-43. 2004. 2015/02/02 文献紹介 4

5. All-Words • 与えられた文中の全内容語をWordNet中の語義に割り当 てる • 構文解析とPOS-tagの情報は与えられる 2015/02/02 文献紹介 5

6. Test Corpus • Wall Street Journal と Brown Corpus から得られた約

   5,000語の内容語を対象 • 作業者2人によるアノテーション後，別の作業者による 確認・修正 – WordNet中に適切な項目がある場合は複合語も可 – 複数語義に割当てることも可（できるだけ避ける） – 「WordNet中に無い」も可 • 最終的に2,211語 2015/02/02 文献紹介 6

7. Lexical Sample The Senseval-3 English lexical sample task Rada Mihalcea,

   Timothy Chklovski and Adam Kilgarriff In Senseval-3: Third International Workshop on the Evaluation of Systems for the Semantic Analysis of Text, pp. 25-28. 2004. 2015/02/02 文献紹介 7

8. コーパスの構築 • British National Corpus, Penn Treebank corpus, Los Angeles

   Times collection から抽出された文を利用 • 語義目録は WordNet 1.7.1 のものを利用 – ただし動詞は Wordsmyth のものを利用 • SENSEVAL2において動詞に対する性能が低かった ため • 語義の粒度が細かすぎたためと思われる • 対象語は57語（名詞20語，動詞32語，形容詞5語） 2015/02/02 文献紹介 8

9. コーパスの構築 • Web上のボランティアを利用 – 対象語を含む文をコーパスから抽出 – 作業者に提示し，最も適切な語義を選ばせる • チェックボックによる選択（複数可） •

   “unclear”と”none of the above” を選択可 • 他者の回答は表示されない – 2人の回答が一致したらタグ付けされる（最大4人） 2015/02/02 文献紹介 9

10. Multilingual WSD SemEval-2013 Task 12: Multilingual Word Sense Disambiguation Roberto

    Navigli, David Jurgens and Daniele Vannella In Proc. of SemEval 2013, pp. 222-231. 2013. 2015/02/02 文献紹介 10

11. Task Setup • 対象となる名詞を最も適切な語義に割り当てる – 語義はBabelNet • 2010, 2011, 2012

    の workshop on SMT の データセットより13記事 – English, French, German, Spanish – さらに人手で English → Italian の翻訳 2015/02/02 文献紹介 11

12. 語義目録 • BabelNet 1.1.1 – 単語，複合語，固有名詞を含む – Wikipedia や WordNet

    3.0 等から作られている – synset は同じ概念に対する複数言語の表現集合 {Globus aerostàticCA , BalloonEN , AérostationFR , BallonDE , Pallone aerostaticoIT , ..., Globo aerostáticoES } 2015/02/02 文献紹介 12

13. Sense Annotation • 各言語の母語話者がアノテーション – English, French, German, Spanish: 各言語1人

    – Italian: 2人 2015/02/02 文献紹介 13

14. Sense Annotation 各作業者が 1. 見出し語に付けられているPOSは正しいか 2. 複合語または固有名詞のアノテーションは正しいか 3. 見出し語の意味がBabelNetに割り当てられているか をチェックする（正しくないものは取り除かれる）

    2015/02/02 文献紹介 14

15. Sense Annotation • 英語のデータセット中の語をBebelNetの語義に 割り当てる • 英語でアノテーションされたものを他言語に写像 – 対応する英文中の語の語義に含まれる場合にその語 義に割り当てる

    • 各言語の作業者によって修正 • 異なる作業者が高頻度の見出し語について確認 2015/02/02 文献紹介 15

16. Cross-lingual WSD SemEval-2013 Task 10: Cross-lingual Word Sense Disambiguation Els

    Lefever and Véronique Hoste In Proc. of SemEval 2013, pp. 158-166. 2013. 2015/02/02 文献紹介 16

17. Cross-lingual WSD その文脈において正しい訳語を選択する “Je cherche des idées pour manger de

    l’avocat” (French→English) – 正しい訳語 “avocat” → “avocado” – 誤った訳語 “avocat” → “lawyer” 2015/02/02 文献紹介 17

18. Task setup • 英語の名詞に対する教師なしWSDタスク – 英語の名詞 20 個 • 語義目録は

    Europarl parallel corpus に基づく • 対象言語: French, Italian, Spanish, Dutch, German 2015/02/02 文献紹介 18

19. Motivations • パラレルコーパスを利用することで，データの作成時の ボトルネックを解決可能 – 語義のタグ付けが不要 – 同様のフレームワークが多言語にも適用可 2015/02/02 文献紹介

    19

20. Motivations • 語義の粒度の問題 – 必ずしも細かい粒度が必要ではない “head” (English) は常に “hoofd” (Dutch)に翻訳できる

    （頭と組織の長の両方の意味を持つ） – 領域特化のコーパスを利用することで， その領域向きの語義目録が作成可 2015/02/02 文献紹介 20

21. Motivations • 言語横断のものに即座に応用可能 – 機械翻訳 – 情報検索 2015/02/02 文献紹介 21

22. 語義目録の作成 英語と対象言語間で1文対1文になっているものを利用 1. 対訳コーパスにおいて単語アライメントを行い， 対象名詞の翻訳を列挙する 2. 得られた翻訳をクラスタリングし，人手で見出し語化 2015/02/02 文献紹介 22

23. テストデータ • ANCコーパスより人手で各名詞に対して50文を選択 • 対象言語ごとに3人の作業者 1. 最も適切な語義（クラスタ）を選択 2. 適切な翻訳を3つまで，そのクラスタより選択 2015/02/02

    文献紹介 23

24. subtasks • best evaluation – システムはいくつでも答えを提示可能 – 提示した数によってスコアが割られる • Out-of-five

    – システムは5つまで答えを提示可能 – 誤った答えに対するペナルティは無し 2015/02/02 文献紹介 24

25. WSDタスクの実施状況 Area S1 S2 S3 SE07 SE10 SE12 SE13 SE14

    Lexical Sample ✓ ✓ ✓ ✓ ✓ All-Words ✓ ✓ ✓ ✓ ✓ Multilingual ✓ Cross-lingual ✓ ✓ 2015/02/02 文献紹介 25 ※参考：Wikipedia “SemEval” (http://en.wikipedia.org/wiki/SemEval)