$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
自然言語処理の基礎 5章
Search
Yuta
December 23, 2014
Education
0
370
自然言語処理の基礎 5章
Yuta
December 23, 2014
Tweet
Share
More Decks by Yuta
See All by Yuta
20160422 文献紹介
sudo
0
170
NLP2016 報告
sudo
0
190
NLP2016 発表スライド
sudo
0
220
20160218 文献紹介
sudo
0
260
20150909 発表資料
sudo
0
140
20150820 文献紹介
sudo
0
190
20150708 文献紹介
sudo
0
160
20150610 文献紹介
sudo
0
190
20150512 文献紹介
sudo
0
180
Other Decks in Education
See All in Education
Linguaxes de programación
irocho
0
500
Introdución ás redes
irocho
0
510
くまのココロンともぐらのロジ
frievea
0
120
CSS3 and Responsive Web Design - Lecture 5 - Web Technologies (1019888BNR)
signer
PRO
1
3k
Adobe Express
matleenalaakso
1
8.1k
1021
cbtlibrary
0
370
Web 2.0 Patterns and Technologies - Lecture 8 - Web Technologies (1019888BNR)
signer
PRO
0
3k
附属科学技術高等学校の概要|Science Tokyo(東京科学大学)
sciencetokyo
PRO
0
2.9k
あなたの言葉に力を与える、演繹的なアプローチ
logica0419
1
240
Human Perception and Cognition - Lecture 4 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
1.2k
焦りと不安を、技術力に変える方法 - 新卒iOSエンジニアの失敗談と成長のフレームワーク
hypebeans
1
600
JavaScript - Lecture 6 - Web Technologies (1019888BNR)
signer
PRO
0
3.1k
Featured
See All Featured
Why You Should Never Use an ORM
jnunemaker
PRO
61
9.6k
Leading Effective Engineering Teams in the AI Era
addyosmani
8
1.3k
The World Runs on Bad Software
bkeepers
PRO
72
12k
Visualization
eitanlees
150
16k
A better future with KSS
kneath
240
18k
We Have a Design System, Now What?
morganepeng
54
7.9k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
Site-Speed That Sticks
csswizardry
13
1k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.6k
Building an army of robots
kneath
306
46k
Transcript
自然言語処理の基礎 5章 意味解析 B3 須戸悠太
意味解析とは 構文構造が与えられた文が対象となり、文中の 単語とその間の構文的関係によって構成 意味解析:意味的な妥当性を判断 ・意図的に異常な文を排除 ・単語間の意味的関係の同定
意味解析とは 例1:「リンゴを食べる」 → ◦ 例2:「石を食べる」 → 異常 知識を用いて、「リンゴ/石」と「食べる」の間に 対象格という意味的関係 構文解析の結果には曖昧性がある
意味解析とは 文中の単語間の関係:格 ・表層格(構文的なもの) ・深層格(意味的なもの) ・必須格(存在しなければならない格) ・任意格(存在しなくてもよい格) 表層格から対応する深層格を求める → 格文法
意味解析とは 深層格の種類 ・動作主格(動作を引き起こすもの) ・対象格(移動・変化する対象) ・目的格(変化における状態・結果) ・場所格() ・道具格(原因・反応の刺激) ・時間格()
意味解析とは 文中の名詞がどの動詞とどの深層格を埋める かを同定する問題 → 意味役割付与(SRL) 現在の意味解析は主に選好に分類される知識 を用いて行われている
格フレームを用いた意味解析 文中で共に出現する単語としてどのような単語 が望ましいかを記述 → 格フレーム 例:take 「撮る、食べる、乗る」の少なくとも3つの語義があり、 それぞれに対して格フレームが用意される
格フレームを用いた意味解析 ある格フレームが選択されたとき、そこに示され ている深層格が文中での意味的関係 入力文と格フレームの類似度は、格要素中の 単語間の類似度を用いて計算される 用例に対する語義を選択する → 用例に基づく
格フレームを用いた意味解析 例:p75の例文を解析 主格:いずれも”I” 目的格:”picture”, ”apple”, ”plane” シソーラスを仮定して格フレームの主格、目的 格それぞれの類似度を計算し、和をとる
コーパスを用いた語義曖昧性解消 タグ付コーパスを用いて単語の語義を特定する 構文関係にある/なしを問わず、周辺の単語は、 ある単語の意味を特定する際に役割を果たす
コーパスを用いた語義曖昧性解消 ある単語の語義を決定する場合を考える ある語義で用いられたときに、どのような単語と 共起しやすいかという情報をあらかじめ入手し、 その単語の情報を用いて周辺の単語を調べる ことで妥当と考えられる語義の選択が可能
コーパスを用いた語義曖昧性解消 結果的に × 2 =1 を最大化するをの語義として選択する
コーパスを用いた語義曖昧性解消 なお、 = 文脈中の の出現回数 が語義で用いられる回数 = 語義の出現回数 なので、語義タグ付コーパスを用いれば容易に 計算可能
コーパスを用いた語義曖昧性解消 が大きい単語は、単語が語義で用 いられたときに共起しやすい単語ということに この手法では、その語義で共起しやすい単語 が多く出現するような語義を選択 → ベイズ分類
最後に 形態素解析、構文解析は、開発された手法が ある程度実用に近い性能を達成し、フリーの解 析ツールも存在 一方で意味解析は、実用レベルに達しておらず、 フリーのツールも存在しない