[論文レビュー] A Probabilistic Model of Compound Nouns

Mark Lauer, Mark Dras|ArXiv.org|Sep 6, 1994

Natural Language Processing Techniques参考文献 6被引用数 6

ひとこと要約

本稿では、コーパスから得られる名詞の親和性を用いて複合名詞の句構造解析を行う確率的モデルを提案する。データスパarsityを回避するため、意味的語彙クラスを用い、意味のあいまいさを明示的にモデル化することで、現実の複雑な言語構造に対しても頑健な性能を示す。テストセットにおいて77%の精度を達成し、複合名詞の構造解析の有効性を示している。

ABSTRACT

Compound nouns such as example noun compound are becoming more common in natural language and pose a number of difficult problems for NLP systems, notably increasing the complexity of parsing. In this paper we develop a probabilistic model for syntactically analysing such compounds. The model predicts compound noun structures based on knowledge of affinities between nouns, which can be acquired from a corpus. Problems inherent in this corpus-based approach are addressed: data sparseness is overcome by the use of semantically motivated word classes and sense ambiguity is explicitly handled in the model. An implementation based on this model is described in Lauer (1994) and correctly parses 77% of the test set.

研究の動機と目的

• 自然言語処理システムにおける複合名詞解析の課題が、構文的複雑性の増大に伴い顕在化しているのを受けて、その対処を目的とする。
• コーパスから得た名詞の親和性の知識を用いて、複合名詞の構造を予測する確率的モデルの構築を目的とする。
• 意味的に動機づけられた語彙クラスの導入により、コーパスベース学習におけるデータスパarsityの緩和を目的とする。
• 確率的枠組み内で、複合名詞内の名詞の意味のあいまいさを明示的に取り扱うことを目的とする。
• 実世界の複合名詞テストセットを用いた、モデルの性能評価を目的とする。

提案手法

• モデルは、個々の名詞間の親和性から学習されたものを基に、複合名詞の句構造を確率的枠組みで予測する。
• 名詞の親和性はコーパスから取得され、ある名詞が別の名詞と複合名詞として結合する確率を表す。
• 意味的語彙クラスを導入することで、類似した意味または文法的挙動を示す名詞をグループ化し、データスパarsityを低減する。
• 意味のあいまいさは、構造予測の過程で名詞の複数の可能な意味を考慮することで、明示的にモデル化する。
• モデルは訓練データからパラメータを学習するために最尤推定法を採用する。
• モデルに基づく実装を、複合名詞のテストセットに対して評価し、構文解析精度によって性能を測定する。

実験結果

リサーチクエスチョン

• RQ1 コーパスから得たデータを用いて、確率的モデルがどのようにして複合名詞の句構造を効果的に予測できるか？
• RQ2 意味的語彙クラスは、名詞の親和性モデル化においてどの程度データスパarsityを低減できるか？
• RQ3 意味のあいまいさを明示的にモデル化することで、複合名詞の解析精度はどの程度向上するか？
• RQ4 実世界の複合名詞インスタンスに対して、コーパスベースの確率的モデルが達成可能な構文解析精度はどの程度か？
• RQ5 多様な複合名詞タイプにわたって一般化可能でありながら、高い性能を維持できるか？

主な発見

• テストセットにおいて77%の構文解析精度を達成し、複合名詞解析において強力な性能を示している。
• 意味的語彙クラスの使用により、データスパarsityが顕著に低減され、限られた訓練データからのパラメータ推定が改善された。
• 意味のあいまいさを明示的にモデル化することで、構成要素となる名詞の複数の解釈を考慮したより正確な予測が可能になった。
• コーパスベースのアプローチは、実際の複合名詞形成における構文的パターンを反映する有意義な名詞の親和性を効果的に捉えている。
• 実装は、非構成的意味を有するものも含む多様な複合名詞タイプに対して、頑健な性能を示している。
• 結果から、意味的正則化を施した確率的モデリングが、NLPシステムにおける複合名詞解析に有効であることが確認された。