[論文レビュー] Categorization of Semantic Roles for Dictionary Definitions

Vivian S. Silva, Siegfried Handschuh+1 more|arXiv (Cornell University)|Jun 20, 2018

Natural Language Processing Techniques参考文献 9被引用数 4

ひとこと要約

本稿は、100語のWordNet用例定義のコーパスを用いて、意味的役割の体系的分類を提案する。定義における繰り返し現れる意味的・構文的パターンを同定し、上位種別、差異化要因、付随的性質などの意味的役割を導入することで、定義を構造化し、構文的構成と結びつける。これにより、自然言語処理（NLP）アプリケーションにおける自動情報抽出および意味的モデリングが可能になる。

ABSTRACT

Understanding the semantic relationships between terms is a fundamental task in natural language processing applications. While structured resources that can express those relationships in a formal way, such as ontologies, are still scarce, a large number of linguistic resources gathering dictionary definitions is becoming available, but understanding the semantic structure of natural language definitions is fundamental to make them useful in semantic interpretation tasks. Based on an analysis of a subset of WordNet's glosses, we propose a set of semantic roles that compose the semantic structure of a dictionary definition, and show how they are related to the definition's syntactic configuration, identifying patterns that can be used in the development of information extraction frameworks and semantic models.

研究の動機と目的

• 辞書的定義が意味的解釈タスクにおいても利用されないまま高頻度で利用可能であるという現状を是正すること。
• 自然言語の定義を構成する意味的役割を同定し、形式化すること。
• 意味的役割を構文的パターンと結びつけることで、自動情報抽出フレームワークの実現を図ること。
• 非構造的定義から細粒度の意味的モデルを構築する基盤を提供すること。
• 語彙的定義のためのスケーラブルなルールベースまたは機械学習ベースのアノテーションシステムの開発を支援すること。

提案手法

• 100語のWordNet名詞および動詞の用例定義のランダムサンプルを分析し、繰り返し現れる意味的・構文的パターンを同定した。
• 古典的定義理論と実証的分析に基づき、上位種別、差異化要因、付随的性質、その他の意味的役割のセットを提案した。
• 意味的役割を構文的構成（例：主語・述語構造）にマッピングし、抽出可能なパターンを同定した。
• 基本的な枠組みとして、本質的および非本質的性質を含む拡張版の「種差モデル」を用いた。
• 同定された構文的パターンを用いたルールベースの分類器を提案し、初期のアノテート済みデータセットを生成した。
• 手動によるデータセットの精練を計画し、それをもとに機械学習モデルを訓練して大規模な定義アノテーションシステムを構築することを想定した。

実験結果

リサーチクエスチョン

• RQ1 辞書的定義に顕在する代表的な意味的役割は何か。また、それらは定義語の意味とどのように関係しているか。
• RQ2 定義の構文的構造は、その背後にある意味的役割とどのように対応しているか。
• RQ3 定義はどの程度古典的な「種差モデル」に従っており、どのような変種が存在するか。
• RQ4 構文的手がかりを用いて、どの意味的役割が信頼性高く抽出可能か。
• RQ5 同定された意味的・構文的パターンを用いて、語彙的定義のためのスケーラブルな情報抽出システムを構築できるか。

主な発見

• WordNetの大多数の定義は、上位種別（一般分類）と差異化要因（特徴の差異化）を含む、種差モデルに類似した構造をとる。
• 定義にはしばしば付随的（本質的でない）性質が含まれており、これはコアな定義の一部ではないが、文脈的詳細を追加する。
• 意味的役割と構文的構成（例：主語・述語構造や名詞句構造）との間には明確なマッピングが存在する。
• 提案された意味的役割セットは、定義の大部分の構成要素を体系的かつ数え上げ可能な方法で捉えている。
• 同定されたパターンは十分に規則的であり、ルールベースまたは機械学習ベースの自動アノテーションに適している。
• 分析の結果、辞書的定義は形式的ではないものの、知識ベース構築に適した一貫性ある意味的アーキテクチャを内包していることが示された。