[論文レビュー] Ambiguity in the Acquisition of Lexical Information

Lucy Vanderwende|ArXiv.org|Jun 14, 1995

Natural Language Processing Techniques参考文献 10被引用数 16

ひとこと要約

この論文は、オンライン辞書から自動的に語彙的情報を取得するためのマルチパスで幅優先のブートストラップ手法を提示している。文法的曖昧性は、以前に取得した語彙的知識を用いて段階的に文法的解析を改善することで解消される。この手法により、INSTRUMENT、PART-OF、HYPERNYMといった意味関係の特定精度が向上し、各パス間で語彙的および文法的フィードバックを活用することで、曖昧な定義における単一パスの曖昧性解消よりも段階的学習が優れていることが示された。

ABSTRACT

This paper describes an approach to the automatic identification of lexical information in on-line dictionaries. This approach uses bootstrapping techniques, specifically so that ambiguity in the dictionary text can be treated properly. This approach consists of processing an on-line dictionary multiple times, each time refining the lexical information previously acquired and identifying new lexical information. The strength of this approach is that lexical information can be acquired from definitions which are syntactically ambiguous, given that information acquired during the first pass can be used to improve the syntactic analysis of definitions in subsequent passes. In the context of a lexical knowledge base, the types of lexical information that need to be represented cannot be viewed as a fixed set, but rather as a set that will change given the resources of the lexical knowledge base and the requirements of analysis systems which access it.

研究の動機と目的

• 辞書の定義における文法的曖昧性が、語彙的情報の信頼できる自動取得を妨げるという課題に対処すること。
• 定義を複数回処理することで段階的に語彙的知識ベース（LKB）を構築するシステムを開発すること。
• 初期の処理パスで得た語彙的情報が、後のパスにおける文法的曖昧性を解消できることを示すこと。これにより無限ループを回避し、より正確な関係同定が可能になる。
• 辞書処理で用いられる定義式パターンが、自由テキストにおける曖昧性解消を含む、より広範な自然言語処理タスクにも再利用可能であることを示すこと。
• 語彙的情報の表現スキーマを柔軟かつ進化可能なものにすることの重要性を主張すること。なぜなら、必要な意味関係の集合は初期段階で固定されていないからである。

提案手法

• システムは、幅広いカバレッジを持つ文法解析器（例：Microsoft English Grammar）を用いて、辞書の定義を複数回パスする。
• 最初のパスでは、「PART-OF」の「part of」や「PART」の「that has」のような、曖昧でない定義式のみを適用し、初期の語彙的関係を同定する。
• 以降のパスでは、前回のパスで得た語彙的情報を活用して、特に前置詞句（例：「with a hook」）や関係節のような曖昧な構造の文法的解析を改善する。
• ヒューリスティクスを適用して文法的構造と意味関係を結びつける。例えば、「動詞を修飾する'with-PP'」が、補語名詞にINSTRUMENT関係がある場合、INSTRUMENT関係を分析する。
• システムは幅優先戦略を採用する。すべての信頼性の高い関係を取得してから、より複雑または曖昧なケースに進むため、循環的依存を回避する。
• 語彙的情報ベース（LKB）は各パス後に段階的に更新され、以前のパスの結果が、後の解析の曖昧性解消に使われる。

実験結果

リサーチクエスチョン

• RQ1 辞書の定義における文法的曖昧性は、どのように解消すれば、INSTRUMENT や PART-OF といった意味関係を信頼性高く抽出できるのか？
• RQ2 初期の処理パスで得た語彙的情報は、後のパスにおける文法的解析の正確性や関係同定の精度を向上させることができるか？
• RQ3 辞書の定義で用いられる定義式パターンが、自由テキストにおける曖昧性解消に必要なパターンとどの程度重複するか？
• RQ4 すべての意味関係が事前に分かっていると仮定せずに、語彙的情報ベースをどのように段階的に構築できるか？
• RQ5 反復的改善は、誤りの伝搬を低減し、語彙的情報取得の質を向上させるために果たす役割は何か？

主な発見

• マルチパスアプローチにより、'angling' が 'hook and line' を使用して行われることを、以前のパスで得た 'catch' と 'hook' の知識を活用して正しく同定できた。
• 「to fish with a hook and line」における 'with a hook and line' のアタッチメント曖昧性は、'hook' と 'line' の語彙的情報を用いて、INSTRUMENT 関係を確認することで解消された。
• 各パス後に結果を保存することで、循環的依存を回避し、再帰的定義の解消における無限ループを防いでいる。
• 「a unit of」や「with」のような定義式パターンは、複数の意味関係（例：AMOUNT/CURRENCY または SUBDIVISION）を示しており、文法的および語彙的文脈を用いて曖昧性を解消できることが示された。
• 辞書の定義で関係を同定するために用いられた同じヒューリスティクスが、自由テキストにおける曖昧性解消にも適用可能であることが分かった。これは、自然言語処理タスク間での再利用可能性を示唆している。
• 柔軟で進化可能な表現スキーマが不可欠である。なぜなら、必要な意味関係の集合は固定されておらず、取得プロセスの進行とともに徐々に明らかになるからである。