[論文レビュー] ATLAS: A flexible and extensible architecture for linguistic annotation

Steven Bird, David Day+4 more|ArXiv.org|Jul 13, 2000

Natural Language Processing Techniques参考文献 8被引用数 95

ひとこと要約

ATLASは、テキストや音声などの線形信号に固定されたラベル付き有向無環グラフ（「アノテーショングラフ」と呼ばれる）と呼ばれる抽象論理モデルに基づく、柔軟で拡張可能な言語アノテーションアーキテクチャを提案する。このシステムは、標準化されたAPIとATLAS相互運用フォーマット（AIF）を通じて、テキスト、音声、画像、マルチモーダルリソースを含む多様なデータタイプ間での相互運用性を実現し、アノテーション実践の統一と、拡張可能で再利用可能な言語処理ツールおよびコーパスの実現に貢献する。

ABSTRACT

We describe a formal model for annotating linguistic artifacts, from which we derive an application programming interface (API) to a suite of tools for manipulating these annotations. The abstract logical model provides for a range of storage formats and promotes the reuse of tools that interact through this API. We focus first on ``Annotation Graphs,'' a graph model for annotations on linear signals (such as text and speech) indexed by intervals, for which efficient database storage and querying techniques are applicable. We note how a wide range of existing annotated corpora can be mapped to this annotation graph model. This model is then generalized to encompass a wider variety of linguistic ``signals,'' including both naturally occuring phenomena (as recorded in images, video, multi-modal interactions, etc.), as well as the derived resources that are increasingly important to the engineering of natural language processing systems (such as word lists, dictionaries, aligned bilingual corpora, etc.). We conclude with a review of the current efforts towards implementing key pieces of this architecture.

研究の動機と目的

• 言語アノテーションにおける標準化されたデータモデルとAPIの欠如が、ツールやコーパスの相互運用性を妨げている問題に対処する。
• 言語技術研究分野における互換性のないフォーマットとツールの増加を克服するため、統一された論理的抽象化レイヤーを導入する。
• テキスト、音声、ビデオ、画像など多様な分野、言語、信号タイプにわたるアノテーションツールとコーパスの広範な再利用と統合を可能にする。
• 迅速なプロトタイピングとNLPシステムの評価を可能にする、拡張可能でモジュラーかつオープンソースのアノテーションコンponentsの開発を支援する。
• 複数のモダリティおよび言語的レベル（例：語彙素、共参照、話法）にまたがる複数層で相互にリンクされたアノテーションの作成を支援する。

提案手法

• テキストや音声などの線形信号の区間上に、ラベル（シンボリックな性質）を表すタイムスタンプ付きノードを持つラベル付き有向無環グラフとして定義される抽象論理モデル「アノテーショングラフ」を導入する。
• アプリケーション層、論理（抽象）層（アノテーショングラフ）、物理（永続的ストレージ）層の3段階アーキテクチャを設計し、データ表現とツール・ストレージフォーマットを分離する。
• 長期的保存、データ交換、システム間のパイプライン処理を目的とした、永続的でXMLベースのフォーマット「ATLAS相互運用フォーマット（AIF）」を設計する。
• アノテーショングラフモデルを、画像（バウンディングボックスを介して）、語彙、表、対訳コーパスを含む非線形および高次元信号にも一般化する。
• 物理的ストレージフォーマットに依存せずにアノテーションとやり取りできる標準化されたAPIを開発し、ツールの再利用と拡張性を促進する。
• 原理的で整合性のあるXML DTDの派生を可能にする仕組みを提供することで、拡張性を実現し、新しいデータタイプをATLASフレームワークに統合できるようにする。

実験結果

リサーチクエスチョン

• RQ1 複数の言語とモダリティにわたる多様な言語アノテーションフォーマットとツールをサポートするため、統一的で拡張可能なアーキテクチャをどのように設計できるか？
• RQ2 テキストや音声などの信号における言語アノテーションの効率的かつ効果的な保存、照会、相互運用性を実現する論理的データモデルとは何か？
• RQ3 標準化されたAPIと相互運用フォーマットを導入することで、新しいアノテーションフォーマットにツールを適応させる際の再設計の必要性はどの程度低減できるか？
• RQ4 アノテーショングラフモデルは、画像、動画、対訳コーパスなどの非線形およびマルチモーダルデータをサポートするために一般化可能か？
• RQ5 このアーキテクチャは、高度なNLPおよび音声処理システムに不可欠な複雑で複数層・複数リンクのアノテーションの作成をどのように支援できるか？

主な発見

• アノテーショングラフモデルは、放送ニュース、音声認識、情報抽出の分野で使用される既存のコーパスを広く表現でき、アノテーションを時間区間上のラベル付きアークとしてモデル化することで実現した。
• ATLAS APIによる論理層と物理層の分離により、ツールが複数のストレージフォーマットで動作可能となり、変更なしに利用可能になるため、ツールの再利用性が著しく向上し、統合の負荷が大幅に低減された。
• ATLAS相互運用フォーマット（AIF）は、永続的でXMLベースの標準仕様として、データ交換、長期保存、パイプライン処理による言語技術アプリケーションの構築を容易にする。
• アレミックワークベンチやマルチモーダルロガーなどの多様なツールの統合が可能であることを示し、マルチモーダルおよびマルチドメインのアノテーション環境における実現可能性を裏付けた。
• ATLASコンponentsのオープンソース配布を開始し、今後はコミュニティ主導の標準へと進化させる計画であり、世界的なNLPおよび言語学研究コミュニティからの貢献を歓迎している。
• 一貫性があり拡張可能なデータインfraストラクチャを提供することで、従来では実現が困難だった、複数層・複数リンク・クロスモーダルなアノテーション作業が可能になった。