[論文レビュー] A Conceptual Reasoning Approach to Textual Ellipsis

Udo Hahn, Katja Markert+1 more|ArXiv.org|May 15, 1996

Natural Language Processing Techniques被引用数 26

ひとこと要約

本稿は、用語的知識ベースにおける役割チェーンの整合性と強度を評価することで、ドメイン知識と話法構造を統合する概念的推論アプローチを提案する。情報構造に基づく機能的制約をセンターイングモデルに組み込むことで、ドイツ語および医療テキストにおける省略表現の先行詞選定が著しく向上する。

ABSTRACT

We present a hybrid text understanding methodology for the resolution of textual ellipsis. It integrates conceptual criteria (based on the well-formedness and conceptual strength of role chains in a terminological knowledge base) and functional constraints reflecting the utterances' information structure (based on the distinction between context-bound and unbound discourse elements). The methodological framework for text ellipsis resolution is the centering model that has been adapted to these constraints.

研究の動機と目的

• 話法処理フレームワークにおけるテクスト的省略の解消のための堅牢な手法の不足に対処すること。
• 潜在的な先行詞を評価するため、用語的知識ベースに概念的整合性および強度基準を統合すること。
• 意味的妥当性を越えて先行詞選定を精緻化するために、情報構造に基づく機能的制約を組み込むこと。
• 非循環性および包含条件といった形式的基準を用いて、記号的知識ベースの探索複雑性を低減すること。
• SmalltalkベースのパーサをLOOMとインターフェースさせることで、ドイツ語および医療テキストを含む多様なドメインで、本アプローチの有効性を示すこと。

提案手法

• isa階層および役割関係を用いて、概念間の接続された概念的経路を特定するパスファインダを採用する。
• 冗長または循環的な経路を排除するために非循環性基準を適用し、探索効率を向上させる。
• 終点概念がターゲット概念によって適切に包含されている場合に限り経路の有効性を制限する包含条件を用いる。
• 用語的知識ベース内での概念的整合性および関係の明確性に基づいて、経路の強度を評価する。
• 文脈に依存する性質（例：文脈に限定された性質）などの情報構造からの機能的好みを統合し、妥当な先行詞を制約する。
• Smalltalkでシステムを実装し、LOOM知識表現システムとインターフェースさせることで、ドイツ語および医療テキストの解析を実現する。

実験結果

リサーチクエスチョン

• RQ1 意味論的要因を越えて、概念的基準を用いてテクスト的省略をどのように解消できるか。
• RQ2 記号的知識ベースにおける先行詞同定のための探索空間を縮小する形式的制約は何か。
• RQ3 情報構造に基づく機能的制約は、省略の解消における先行詞選定をどのように改善するか。
• RQ4 経路評価のためのドメインに依存しないヒューリスティックは、異なる知識ベースにおいてどの程度有効に機能するか。
• RQ5 提案されたモデルは、より大きな知識ベースに対しても効率を維持しながらスケーラブルに拡張可能か。

主な発見

• 提案手法は、それぞれ800および500の概念／役割定義を持つ用語的知識ベースを用いて、ドイツ語および医療テキストにおけるテクスト的省略を効果的に解消した。
• 非循環性および包含基準は、ドメイン固有の知識に依存せずに、構造的に不正な経路を排除することで、探索空間を顕著に縮小した。
• 情報構造に基づく機能的制約は、概念的整合性のみに依存する場合よりも、より一貫性があり妥当性の高い候補先行詞をさらに精緻化した。
• 動的領域の絞り込みを通じてスケーラビリティの向上が示されたことから、より大きな知識ベースへの適用が現実的であると示唆された。
• 直接的なリンク（長さ1の経路）のみを考慮するのではなく、より長い概念的強度の高い役割チェーンを考慮する点で、PUNDITなどの先行システムを上回った。
• 概念的および機能的制約の統合により、実世界の解析タスクでの検証を通じて、より一貫性があり参照的に妥当なテキスト知識ベースが得られた。