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
自然言語処理の基礎 5章
Search
Yuta
December 23, 2014
Education
0
320
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
160
NLP2016 報告
sudo
0
180
NLP2016 発表スライド
sudo
0
200
20160218 文献紹介
sudo
0
220
20150909 発表資料
sudo
0
140
20150820 文献紹介
sudo
0
170
20150708 文献紹介
sudo
0
150
20150610 文献紹介
sudo
0
170
20150512 文献紹介
sudo
0
180
Other Decks in Education
See All in Education
5 занятие. Разбор метода "8 кубиков"бизнес-модели #ideaNN 16.02.2024.
karlov
0
180
Project Sprint 学生版(入門編)
copilot
PRO
0
190
Digijulkaisut
matleenalaakso
1
8.6k
アプリ開発を目指した授業づくりについて
asial_corp
0
430
情報Iの「縦糸」と「横糸」を意識したプログラム教育の実践
asial_edu
0
210
Родина моя Беларусь в лицах
programmer_sch2np
0
160
Multimodal Interaction - Lecture 3 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.1k
経験に複利を効かせろ!ふりかえり研修2024
pokotyamu
22
7.8k
高可用性システム構築 - Oracle Data Guard基本編
oracle4engineer
PRO
2
1.1k
week2@tcue2024
nonxxxizm
0
820
MonacaEducation導入手引き2024年第1版
asial_edu
1
170
6 занятие. Четыре тактики метода "8 кубиков"бизнес-модели #ideaNN 1.03.2024.
karlov
0
160
Featured
See All Featured
What's in a price? How to price your products and services
michaelherold
238
11k
Code Review Best Practice
trishagee
56
15k
Being A Developer After 40
akosma
66
580k
Visualization
eitanlees
137
14k
The Invisible Side of Design
smashingmag
294
49k
Rails Girls Zürich Keynote
gr2m
91
13k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
6
3.4k
Building a Modern Day E-commerce SEO Strategy
aleyda
21
6.4k
A Tale of Four Properties
chriscoyier
152
22k
Documentation Writing (for coders)
carmenintech
61
4k
Intergalactic Javascript Robots from Outer Space
tanoku
266
26k
Designing the Hi-DPI Web
ddemaree
276
33k
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