[論文レビュー] Creating Reverse Bilingual Dictionaries

Khang Nhứt Lâm, Jugal Kalita|arXiv (Cornell University)|Aug 8, 2022

Natural Language Processing Techniques参考文献 4被引用数 12

ひとこと要約

本稿では、英語のWordNetを用いて意味的類似性を活用し、既存の二語対訳辞書から自動的に高精度な逆方向二語対訳辞書を生成する手法を提案する。合成語、同義語、下位関係語、上位関係語を活用することで、直接的反転に比べて精度とエントリ数が著しく向上し、カルビ語-英語の逆方向辞書エントリにおいて5段階評価スケールで平均4.07のスコアを達成した。

ABSTRACT

Bilingual dictionaries are expensive resources and not many are available when one of the languages is resource-poor. In this paper, we propose algorithms for creation of new reverse bilingual dictionaries from existing bilingual dictionaries in which English is one of the two languages. Our algorithms exploit the similarity between word-concept pairs using the English Wordnet to produce reverse dictionary entries. Since our algorithms rely on available bilingual dictionaries, they are applicable to any bilingual dictionary as long as one of the two languages has Wordnet type lexical ontology.

研究の動機と目的

• リソースが乏しい言語のための二語対訳辞書の不足に対処し、既存の辞書から逆方向辞書を生成すること。
• 中間言語や外部リソースに依存せずに、逆方向二語対訳辞書の精度とカバー範囲を向上させること。
• WordNetの階層構造を用いた意味的拡張が、逆方向辞書の品質向上に与える影響を評価すること。
• カルビ語 や ディマサ語 のような絶滅危惧言語に対し、高品質な逆方向辞書を生成する可能性を実証すること。
• リソースが乏しい言語ペアにおける語彙リソースの拡張に向け、スケーラブルで自動化されたソリューションを提供すること。

提案手法

• DRwS（合成語拡張による直接的反転）アルゴリズムは、既存の二語対訳辞書から出発語と目的語のエントリを入れ替えることで逆方向辞書を生成する。
• 語彙的エントリをWordNetの合成語集合（synsets）、同義語、下位関係語、上位関係語を用いて拡張することで、カバー範囲を拡大し、意味的関連性を向上させる。
• 重複する拡張集合に基づいて、出発語語と目的語語の間の類似度を評価するため、類似度閾値β ≥ 0.9を適用し、関連するエントリをフィルタリングおよび統合する。
• 意味的拡張の和集合を用いることで、再現率を向上させつつも、精度を維持する。
• 本手法は、英語-カルビ語、英語-ディマサ語、英語-ベトナム語など、複数の言語ペアに適用され、出発辞書と英語のWordNetのみを用いる。
• 評価では、人間のレビュアーが5段階スケールでエントリを評価し、DRwSは直接的反転（DR）よりも精度と一貫性において優れていることが示された。

実験結果

リサーチクエスチョン

• RQ1 中間言語を用いずに、出発辞書と英語のWordNetのみを用いて、高精度な逆方向二語対訳辞書を生成できるか？
• RQ2 WordNetの階層構造による意味的拡張は、逆方向辞書のエントリ数と品質にどのように影響するか？
• RQ3 直接的反転による稀なまたは特殊な意味の解釈に起因する低品質エントリは、DRwSアルゴリズムによってどの程度削減されるか？
• RQ4 DRwSアルゴリズムの性能は、リソースが乏しい言語や絶滅危惧言語を含むさまざまな言語ペアにおいて、どのように変化するか？
• RQ5 出発辞書に複合語構造（例：ベトナム語）が存在する場合、生成された逆方向辞書の品質にどのような影響を与えるか？

主な発見

• DRwSアルゴリズムは、英語-カルビ語の逆方向辞書からランダムに選択された100エントリについての人的評価において、5段階スケールで平均4.07のスコアを達成した。
• ベトナム語を除くすべての言語ペアにおいて、DRwSアルゴリズムは直接的反転（DR）法を著しく上回り、5段階スケールで平均スコアが0.5～1.0ポイント向上した。
• カルビ語-英語ペアにおいて、DRwS法により逆方向辞書の語彙的エントリ数がDRの4,677からDRwSの5,941に増加した。
• DRwSアルゴリズムは、直接的反転のベースラインで頻繁に低評価が付けられていた、稀なまたは特殊な意味の解釈に関連する低品質エントリを効果的にフィルタリングした。
• 本手法は、カルビ語（AJZ） や ディマサ語（DIS） のようなリソースが乏しく、絶滅危惧に陥っている言語に対しても、強固なパフォーマンスを示し、リソースが乏しい環境における語彙リソース拡張の可能性を実証した。
• ベトナム語の辞書に複合語構造（例：'bái thần giáo' が 'idolatry' を意味する）が存在するため、他の言語ペアと比較して、ENG-VIEペアのパフォーマンスが低下した。