類推に基づく語の重み付け学習を用いた動詞の多義解消

情報処理学会 Web Site 参考文献30件

書誌事項

タイトル別名
  • ルイスイ ニ モトズク ゴ ノ オモミズケ ガクシュウ オ モチイタ ドウシ
  • Term Weight Learning Based on Analogy for Word Sense Disambiguation
  • 自然言語処理

この論文をさがす

説明

本稿では，類推により語義の特徴を抽出した結果を用いて，文中に含まれる多義動詞の曖味さを解消する手法を提案する．本手法では，多義であるかどうかを判定しながら意味的なクラスタリングを行うことで多義解消に必要な情報を抽出する．そこで，表層上は1つの要素である多義動詞を，その動詞が持つ各意味がまとまった複数要素であるととらえ，これを1つ1つの意味に対応させた要素に分解したうえでクラスタを作成するという手法を用いた．我々の手法における学習とは，我々の手法における学習とは，多義語を含む動詞グルーブに対し，クラスタリングを行う過程で，類推を用いることで語義の特徴を示す語（重要語と呼ぶ）を正しく判定することである．その結果，重要語には高い重み付けを行い，重要でない語に対しては低い重み付けを行う．この処理は動詞グループ中のすべての動詞が正しくクラスタリングされるまで繰り返される．本手法の精度を検証するためにWall Street Journalから抽出した多義語を含む9，706文に対して実験を行った結果，7，572文の正解が得られ，正解率は78，6％に達した．

In this paper,we propose a method for disambiguating verbal word senses using term weight learning based on analogy.The characteristics of our approach are (1) our algorithm explicitly introduces new entities called hypothetical verbs when an entity is judged polysemous (2) keywords which characterise every sense and co-occur with polysemous verb are extracted using analogy of the relation of co-occurrence of two words.For the results,term weight learning is performed.Parameters of term weighting are then estimated so as to maximise the keywords and minimise the other words which co-occur with polysemous verb.The results of experiment demonstrate the effectiveness of the method.

収録刊行物

参考文献 (30)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ