[論文レビュー] Detecting Intentional Lexical Ambiguity in English Puns

Elena Mikhalkova, Yuri Karyakin|arXiv (Cornell University)|Jul 18, 2017

Natural Language Processing Techniques参考文献 3被引用数 3

ひとこと要約

本論文は、ロジューの同義語辞書を用いて、標的語の周囲の2つの意味的コンponent（semes）に基づき意味ベクトルを抽出することで、意図的な語義的曖昧性を有する英語のパロディを監視付きで検出する手法を提案する。これらの意味ベクトルを用いてSVM分類器を適用した結果、F-measureが0.73に達し、意味ベクトル表現と構造的手がかりの有効性が示された。

ABSTRACT

The article describes a model of automatic analysis of puns, where a word is intentionally used in two meanings at the same time (the target word). We employ Roget's Thesaurus to discover two groups of words which, in a pun, form around two abstract bits of meaning (semes). They become a semantic vector, based on which an SVM classifier learns to recognize puns, reaching a score 0.73 for F-measure. We apply several rule-based methods to locate intentionally ambiguous (target) words, based on structural and semantic criteria. It appears that the structural criterion is more effective, although it possibly characterizes only the tested dataset. The results we get correlate with the results of other teams at SemEval-2017 competition (Task 7 Detection and Interpretation of English Puns) considering effects of using supervised learning models and word statistics.

研究の動機と目的

• 語が同時に2つの意味で意図的に用いられている英語のパロディを自動で検出すること。
• ロジューの同義語辞書を用いて、標的語の周囲の2つの明確な意味的コンponent（semes）を抽出することで、語義的曖昧性をモデル化すること。
• パロディにおける標的語の特定に、構造的および意味的基準の有効性を評価すること。
• ルールベースの検出手法と意味ベクトルを用いた教師あり学習の性能を比較すること。
• SemEval-2017タスク7のベンチマークに適合する、堅牢でデータ駆動型のパロディ検出手法を貢献すること。

提案手法

• パロディにおける標的語の2つの意味（semes）に対応するロジューの同義語辞書からの語の2群を特定することで、意味ベクトルを構築する。
• 文の構文的配置や周囲の文脈といった構造的基準を用いて、文における標的語を特定する。
• 語の類似度と意味クラスタリングに基づく意味的基準を用いて、候補となる標的語を検証する。
• ラベル付き学習データを用いて意味ベクトルを訓練し、SVM分類器を適用してパロディと非パロディを区別する。
• ルールベースのフィルタリングと教師あり分類を組み合わせることで、検出精度を向上させる。
• SemEval-2017のパロディ検出タスクに一致するテストセットを用いて、モデルの性能をF-measureで評価する。

実験結果

リサーチクエスチョン

• RQ1 ロジューの同義語辞書から導出された意味ベクトルは、意図的な語義的曖昧性に基づくパロディをどの程度効果的に特定できるか？
• RQ2 パロディにおける標的語の特定において、構造的基準と意味的基準のどちらがより優れた性能を示すか？
• RQ3 ルールベースのフィルタリングと教師あり学習を組み合わせることで、パロディ検出の精度はどの程度向上するか？
• RQ4 本モデルは、SemEval-2017のパロディ検出コンペティションにおける他のシステムと比較して、どの程度優れているか？
• RQ5 意味コンponent（semes）に基づく意味ベクトルは、パロディにおける二重意味を信頼性高く表現できるか？

主な発見

• SVM分類器は、英語のパロディにおける意図的な語義的曖昧性の検出でF-measure 0.73を達成した。
• テストデータ上で、標的語の特定に向けた構造的基準が意味的基準よりも効果的であることが示された。
• ロジューの同義語辞書から抽出した意味ベクトルの使用により、モデルがパロディと非パロディを区別する能力が顕著に向上した。
• 他の参加チームの結果と良好に相関しており、本手法の堅牢性が裏付けられた。
• 意味コンponent（semes）に基づく意味表現が、パロディ検出において実用的であることが示された。
• ルールベースのフィルタリングと教師あり学習の統合により、特に標的語の特定において検出性能が向上した。