20150415 文献紹介

Transcript

1. 文献紹介 自然言語処理研究室 B4 須戸悠太 1
2. 文献情報 • 「日本語文章における表層表現と用例を用いた 動詞の省略の補完」 • 著者：村田 真樹, 長尾 真 • 自然言語処理 Vol. 5 (1998) No. 1 P 119-133 2
3. 概要 • 省略された動詞を表層表現と用例から補完 • 規則の作成 ▫ 省略現象を補完する動詞の有無等で分類 • 小説を対象に実験 ▫ 再現率84％、適合率82％の精度で解析 3
4. はじめに • 省略された動詞を復元 ▫ 対話や機械翻訳システムの実現には不可欠 • 本研究の新しさ ▫ 動詞の省略の補完の研究はほとんどされていない ▫ 省略された動詞を推定する ▫ 補完する動詞が文中にない場合、知識を用いて補 う動詞を決定する 4
5. 動詞の省略現象の分類 補完される動詞が テキスト内 同一文 倒置文 前方の文 疑問応答 理由・逆接・仮定 補足 補完される動詞が テキスト外 疑問文 ダの省略 スルの省略 その他 （常識による補完） 5
6. テキスト内から補完される省略現象 • 倒置文 ▫ 文末となりうる表現が文の途中にあり、この部分 を中心にして文が倒置される ▫ 「誰ですか、来たのは」 • 疑問応答 ▫ 疑問と応答で同一の動詞を使用する際、応答側の 文の動詞が省略される ▫ 「何を壊したの」「これを」 6
7. テキスト内から補完される省略現象 • 理由・逆接・仮定 ▫ 文末が接続助詞であり、前文と意味関係にあり、 文をまたがった倒置となる ▫ 「明るいね。電気をつけたから」 • 補足 ▫ 前文の補足としての役割をする文 ▫ 「物をなくした。鍵を」 7
8. テキスト外から補完される省略現象 • 疑問文 ▫ 提題助詞「は」で終了している ▫ 「名前は」 • ダの省略 ▫ 文が名詞で終了している ▫ 「わたしは学生」 8
9. テキスト外から補完される省略現象 • スルの省略 ▫ 文末がサ変名詞である ▫ 「コーヒーをお願い」 • その他（常識による補完） ▫ 「じつは、ちょっとお願いが……」 ▫ コーパスを利用  意味的に近い表現を抽出し、テキストの次の部分が おおよそ省略部分の内容であると予想 9
10. 照応処理システム • 構文解析・格解析を行う • その結果に対して動詞の省略の補完を行う ▫ 省略の補完の手がかりとなる情報を規則にし、こ れを用いて解の候補に得点を与える ▫ 規則は22個作成し、得点は人手で定めた 10
11. 実験 • 省略の解析を行う前に構文解析・格解析を行う ▫ 解析における誤りのうち、補完に影響を与えるも のについて人手で修正する • 小説「ボッコちゃん」で実験を行う ▫ 学習・テストサンプルの二つに分ける ▫ 規則を学習サンプルを見て作成 11
12. 考察 12 学習サンプル テストサンプル 再現率 適合率 再現率 適合率 全分類 92％ (129/140) 90% (129/144) 84% (125/148) 82% (125/152) テキスト内 100% (57/57) 85% (57/67) 94% (64/68) 81% (64/79) テキスト外 87% (72/83) 94% (72/77) 76% (61/80) 84% (61/73)
13. 考察 • 再現率84%、適合率82％と比較的高い精度が得 られ、作成した規則は有効である • テキスト内補完の精度が良い ▫ テキスト内補完は動詞の場所の特定のみ ▫ テキスト外補完は補完する動詞がテキストにない 事の判定に加え、補完する動詞を知識から持って くる必要がある 13
14. 考察 14 学習サンプル テストサンプル 再現率 適合率 再現率 適合率 倒置 100％(13/13) 93%(13/14) 100%(8/8) 80%(8/10) 疑問応答 100% (3/3) 100%(3/3) -%(0/0) -%(0/0) 理由･逆接･仮定 100%(24/24) 84%(24/27) 100%(33/33) 85%(33/39) 補足 100%(17/17) 74%(17/23) 94%(23/27) 77%(23/30) 疑問文 100%(3/3) 75%(3/4) -%(0/0) 0%(0/3) ダ省略 100%(54/54) 100%(54/54) 100%(51/51) 96%(51/53) スル省略 100%(2/2) 100%(2/2) -%(0/0) -%(0/0) その他(常識の利用) 72%(13/18) 76%(13/17) 56%(10/18) 59%(10/17)
15. 考察 • コーパスを利用して解析する「その他(常識の利 用)」の精度があまり良くなかった ▫ 解析が困難であり、半分程度でも価値がある ▫ コーパスが増加した際に主要な手法となるだろう • 学習サンプルで適合率が100％でないものも ▫ 推定の困難なものや誤判断によって求めるべき省 略の個数を上回った 15
16. まとめ • 表層表現と用例を用いて動詞を補完する • 再現率84％、適合率82％の精度で解析できた • テキスト内に補完すべき動詞がない場合 ▫ 大規模なコーパスが利用できるようになった際、 提案手法は重要になると考える 16