Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
文献紹介:SemEval(SENSEVAL)におけるWSDタスクについて
Search
Shohei Okada
February 02, 2015
Research
1
340
文献紹介:SemEval(SENSEVAL)におけるWSDタスクについて
Shohei Okada
February 02, 2015
Tweet
Share
More Decks by Shohei Okada
See All by Shohei Okada
たった 1 枚の PHP ファイルで実装する MCP サーバ / MCP Server with Vanilla PHP
okashoi
1
410
どうして手を動かすよりもチーム内のコードレビューを優先するべきなのか
okashoi
2
1.5k
パスワードのハッシュ、ソルトってなに? - What is hash and salt for password?
okashoi
3
250
設計の考え方 - インターフェースと腐敗防止層編 #phpconfuk / Interface and Anti Corruption Layer
okashoi
11
4.3k
"config" ってなんだ? / What is "config"?
okashoi
0
1.4k
ファイル先頭の use の意味、説明できますか? 〜PHP の namespace と autoloading の関係を正しく理解しよう〜 / namespace and autoloading in php
okashoi
4
1.7k
MySQL のインデックスの種類をおさらいしよう! / overviewing indexes in MySQL
okashoi
0
980
PHP における静的解析(あるいはそもそも静的解析とは) / #phpcondo_yasai static analysis for PHP
okashoi
1
670
【PHPカンファレンス沖縄 2023】素朴で考慮漏れのある PHP コードをテストコードとともに補強していく(ライブコーディング補足資料) / #phpcon_okinawa 2023 livecoding supplementary material
okashoi
3
2k
Other Decks in Research
See All in Research
能動適応的実験計画
masakat0
2
810
Vision and LanguageからのEmbodied AIとAI for Science
yushiku
PRO
1
530
EcoWikiRS: Learning Ecological Representation of Satellite Images from Weak Supervision with Species Observation and Wikipedia
satai
3
140
AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data
satai
1
210
20250725-bet-ai-day
cipepser
2
420
Language Models Are Implicitly Continuous
eumesy
PRO
0
230
A scalable, annual aboveground biomass product for monitoring carbon impacts of ecosystem restoration projects
satai
4
240
SSII2025 [TS3] 医工連携における画像情報学研究
ssii
PRO
2
1.3k
Panopticon: Advancing Any-Sensor Foundation Models for Earth Observation
satai
1
100
RHO-1: Not All Tokens Are What You Need
sansan_randd
1
170
データxデジタルマップで拓く ミラノ発・地域共創最前線
mapconcierge4agu
0
210
Google Agent Development Kit (ADK) 入門 🚀
mickey_kubo
2
1.8k
Featured
See All Featured
Art, The Web, and Tiny UX
lynnandtonic
303
21k
Making the Leap to Tech Lead
cromwellryan
135
9.5k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
580
Building Better People: How to give real-time feedback that sticks.
wjessup
368
19k
Navigating Team Friction
lara
189
15k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
229
22k
We Have a Design System, Now What?
morganepeng
53
7.8k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
850
Writing Fast Ruby
sferik
628
62k
Being A Developer After 40
akosma
90
590k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.4k
Building an army of robots
kneath
306
46k
Transcript
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
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
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)
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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)