[論文レビュー] Centering in-the-large: Computing referential discourse segments

Udo Hahn, Michael Strube|ArXiv.org|Apr 30, 1997

Speech and dialogue systems参考文献 12被引用数 6

ひとこと要約

この論文は、局所的センター理論を拡張して、階層的なセンター構造を用いて、参照的 discourse ユニットを階層的に組織することで、グローバルな参照的 discourse 片を計算するモデルを提案する。局所的センター遷移を再帰的構造に統合することにより、隣接する節を超えた長距離の代名詞参照解決を向上させ、discourse データにおける実証的評価によって検証された。

ABSTRACT

We specify an algorithm that builds up a hierarchy of referential discourse segments from local centering data. The spatial extension and nesting of these discourse segments constrain the reachability of potential antecedents of an anaphoric expression beyond the local level of adjacent center pairs. Thus, the centering model is scaled up to the level of the global referential structure of discourse. An empirical evaluation of the algorithm is supplied.

研究の動機と目的

• 隣接する discourse ユニットを超えた長距離代名詞参照を処理できない局所的センター・モデルの限界を解決すること。
• 階層的組織を通じて discourse のグローバルな参照的構造を捉えるスケーラブルなフレームワークを構築すること。
• discourse ユニットがどのようにネストされ、空間的に配置されて、先行語のアクセス可能性を制約するかをモデル化すること。
• 実際の discourse データ上で、拡張された discourse ユニットにわたる代名詞参照の解決におけるアルゴリズムの有効性を実証的に検証すること。
• 局所的センター遷移を一貫性のある大規模な discourse 構造に統合すること。

提案手法

• アルゴリズムは、隣接する節間の局所的センター遷移に基づいて、参照的 discourse ユニットの階層を構築する。
• センター継続性と構造的整合性に基づき、隣接するセンター対をより大きな discourse ユニットにグループ化する再帰的セグメンテーションプロセスを用いる。
• discourse ユニットの空間的ネストは、節の境界を越えても安定的かつ持続的な discourse センターの存在によって決定される。
• モデルは、センター遷移（例：継続、シフト、ジャンプ）を適用して、各セグメント内での潜在的先行語集合を特定する。
• 下位から上位へと階層構造を構築し、各レベルは明確なセンター特性を持つ、より大きな discourse ユニットを表す。
• 先行語の到達可能性は、discourse ユニットの空間的および階層的埋め込みによって制限され、長距離参照は構造的に関連する候補に限定される。

実験結果

リサーチクエスチョン

• RQ1 局所的センター遷移をどのように集約して、より大きな一貫性のある discourse ユニットを形成できるか？
• RQ2 長距離代名詞参照における先行語の到達可能性を制約する構造的制約は何か？
• RQ3 discourse ユニットの階層的ネストは、隣接する節を超えて代名詞解決をどのように改善するか？
• RQ4 この提案モデルが、discourse のグローバルな参照的構造をどの程度正しく捉えられるか？
• RQ5 このモデルは、実際の discourse データ上で、代名詞解決の向上を実証的に検証可能か？

主な発見

• 階層的モデルは、局所的センター遷移をネストされた空間的に整合性のあるセグメントに組織することで、グローバルな discourse 構造を効果的に捉えた。
• 構造的に関連する discourse セグメント内に限定することで、アルゴリズムは長距離代名詞参照解決を向上させた。
• 実証的評価により、モデルが拡張された discourse における代名詞参照の解決において、局所的センターのみのモデルを上回ることが確認された。
• discourse ユニットの空間的ネストは、先行語の探索空間を効果的に制限し、計算効率と正確性の両方を向上させた。
• モデルは、discourse 構造が単なる逐次的構造ではなく、再帰的かつ埋め込み可能な単位を形成する階層的構造であることを示した。
• 結果から、局所的センターのデータから再帰的セグメンテーションを用いて、グローバルな discourse 構造を体系的に導出可能であることが示された。