狠狠撸

文脈の多様性に基づく
名詞換言の提案
長岡技術科学大学
梶原智之　山本和英

背景と目的
国語辞典を用いた換言 [梶原 13]
【語彙平易化】見出し語 → 語釈文中の語
課題１：語釈文の一部では見出し語と非等価
課題２：数語の語釈文では換言候補が少ない
→　既存の換言知識に頼らず
　　大規模コーパスを用いて換言を生成 2

提案手法
コーパスを用いた名詞換言
　分布仮説[Harris 54]
似た意味の語は似た文脈で用いられる
1. 入力文と同じ文脈で用いられる名詞を抽出
　　→　自然な文を出力するための制約
2. 抽出した各換言候補語と文脈の類似度を計算
　　　→　意味を保持するための制約 3

提案手法による名詞換言の流れ
4

1. 換言候補の収集
「空港へのアクセスを調べる」
「空港への○○」　　「○○を調べる」
コーパスを検索して○○を収集
前文脈と後文脈に共通する○○に
換言することで自然な文を出力できる 5

2. 換言先の選択（類似度計算）
　　　換言対象の語と換言候補の語が多くの種類
　　　の文脈を共有するほど換言可能性は高い
　　　換言候補の語が多くの種類の
　　　文脈を持つほど換言可能性は低い
１
２
sim(nt, nc) = com(nt, nc) * log(N/DF(nc))
１２
　nt：換言対象の名詞、　nc：換言候補の名詞
　com(nt, nc)：ntとncが共通して用いられる文脈の種類数
　N：文脈の総数、　DF(nc)：名詞ncが用いられる文脈の種類数 6

提案手法の特徴
? 入力文脈に応じた換言が可能
? 単語の出現頻度を使わない
? 換言可能な語とは多くの種類の文脈を共有する
? 高頻度の単語に影響を受けない
? 頻度の偏りにも影響を受けない
→　文脉の多様性に基づく名词换言の提案
7

関連研究
? [Marton et al. 09]
? [Bhagat and Ravichandran 08]
1. コーパス中で換言対象語の
文脈の語から特徴ベクトルを生成する
2. 特徴ベクトル同士のコサイン類似度を
計算し類似度最大の換言候補語へ換言する
8

関連研究
? [Marton et al. 09]
? 未知語の換言により機械翻訳の精度を向上
? 文脈の語との共起頻度で特徴ベクトルを作成
? [Bhagat and Ravichandran 08]
? 大規模コーパスから換言対を獲得
? 文脈の語とのPMIで特徴ベクトルを作成
9

関連研究
? [Marton et al. 09]：共起頻度
? 重要な文脈：多く共起する文脈
→ 単体での出現頻度が高い単語の影響が強い
? [Bhagat and Ravichandran 08]：PMI
? 重要な文脈：偏って共起する文脈
→ 単体での出現頻度が低い単語の影響が強い
10

実験
? Web日本語Nグラム：1,365,705件を抽出
? 名詞 + … + 名詞 + … + 動詞原形
? このうち頻出の200件について実験
? 文頭ではない名詞が換言対象の名詞
? 京都大学格フレーム：文脈の類似度計算
? 述語：34,059語
? 名詞：824,639語
? 【荷物を積む】と【経験を積む】を区別できる 11

評価
12
類似度1位
の名詞が換
言可能
20%
類似度2位
から10位ま
での名詞が
換言可能
21%
類似度10位
までに換言
可能な名詞
がない
31%
同じ文脈で
用いられる
名詞がない
28%
200文の換言結果

換言できた例
入力文出力文
オーナーの【承認】が必要になるオーナーの【許可】が必要になる
重要な【課題】として取り組んでいる重要な【問題】として取り組んでいる
良心的な【料金】を提供する良心的な【価格】を提供する
国内農業の【発展】を阻害する国内農業の【成長】を阻害する
教育の【拡充】などがあげられる教育の【強化】などがあげられる
13

同じ文脈の名詞がない例
14
? 「畜産加工等の【案件】がある」
? 文脈に依存する共起の種類が少ない語
? 前文脈に依存する例が多い
? 「更新日順表示に【並び】かえる」
? 複合語の一部は換言できない

適切な換言ができない例
入力文換言候補
① 浴衣にも【洋服】にも合うドレス、着物、ジーンズ、
水着、普段着、カジュアル
② 以上の【評価】を受けている活動、教育、事業、
サービス、調査、管理
①類義語を換言候補に集めることはできるが、
　上位下位関係の中で適切な階層の語を選択できない
②句単位の換言が必要
　【評価を受ける】→【認められる】
15

まとめ
? 本研究の目的
? 文脈の多様性に基づく名詞の換言手法の提案
? 提案手法の特徴
? 入力文脈に応じた換言
? 頻度を使用しない文脈の種類数に基づく換言
? 今後の課題
? 上位下位関係の中での語の選択
? 句単位の換言 16

予告
JSAI2014@愛媛
3I4：自然言語処理におけるコーパス?辞書生成
?文脈の多様性に基づく名詞換言の評価?
　入力文脈を考慮した制約の有効性
17
１　頻度を使わない手法の有効性
２

狠狠撸

文脉の多様性に基づく名词换言の提案

More Related Content

文脉の多様性に基づく名词换言の提案