[論文レビュー] Grammatical Relations of Myanmar Sentences Augmented by Transformation-Based Learning of Function Tagging

Win Win Thant, Tin Myat Htwe+1 more|arXiv (Cornell University)|Dec 2, 2011

Natural Language Processing Techniques参考文献 7被引用数 3

ひとこと要約

本論文は、文脈的および語彙的規則を統合することで文法的関係解析を向上させる、変換ベース学習（TBL）アプローチを提案する。統計的関数タギングにルールベースの修正を組み合わせることで、構文的役割をより高い精度で同定し、文脈自由文法技術によるより信頼性の高い解析を可能にする。

ABSTRACT

In this paper we describe function tagging using Transformation Based Learning (TBL) for Myanmar that is a method of extensions to the previous statistics-based function tagger. Contextual and lexical rules (developed using TBL) were critical in achieving good results. First, we describe a method for expressing lexical relations in function tagging that statistical function tagging are currently unable to express. Function tagging is the preprocessing step to show grammatical relations of the sentences. Then we use the context free grammar technique to clarify the grammatical relations in Myanmar sentences or to output the parse trees. The grammatical relations are the functional structure of a language. They rely very much on the function tag of the tokens. We augment the grammatical relations of Myanmar sentences with transformation-based learning of function tagging.

研究の動機と目的

• 統計的関数タギングの限界を克服するため、ルールベースの強化を組み込むこと。
• 統計的手法だけでは表現できない語彙的および文脈的関係を関数タギングにモデル化すること。
• ルールベースの修正を用いて、ミャンマー語文における文法的関係同定の正確性を向上させること。
• 関数タギングを文脈自由文法（CFG）と統合し、正確な解析木を構築すること。
• 変換ベース学習が、ミャンマー語処理のような低リソースNLPタスクにおいて有効であることを示すこと。

提案手法

• 統計的モデルとの組み合わせにより、初期の統計的モデルを補完するルールベースの補正を組み込んだ、変換ベース学習（TBL）を用いてミャンマー語の関数タギングを精緻化する。
• TBLを用いて文脈的および語彙的規則を開発し、統計のみでは表現できない構文的依存関係を捉える。
• 文脈自由文法（CFG）を用いて文法的関係を形式化し、関数タグ付き文から構造化された解析木を生成する。
• 2段階パイプラインを採用：初期の統計的タギングの後に、誤りを是正し、タグを豊かにするルールベースの変換を適用する。
• 誤差解析に基づき、反復的に改善されたルールを用いて、アノテート済みミャンマー語文データで手法を検証する。
• アガリュティネイティブ言語（ミャンマー語を含む）における関数タギングに不可欠な活用可能な語彙的および構文的手がかりを特徴工学で符号化する。

実験結果

リサーチクエスチョン

• RQ1 変換ベース学習は、統計ベースラインを上回る精度でミャンマー語の関数タギングを改善できるか？
• RQ2 文脈的および語彙的規則は、ミャンマー語文における文法的関係の表現をどの程度向上できるか？
• RQ3 ルールベースのタギングと文脈自由文法（CFG）を統合することで、ミャンマー語の解析木生成はどの程度向上するか？
• RQ4 統計的関数タガーラーが見逃すが、ルールベースのTBLで捉えられる特定の構文的関係は何か？
• RQ5 TBLは、アノテート済みデータが限られる低リソースのアガリュティネイティブ言語（ミャンマー語など）に対しても効果的に適用可能か？

主な発見

• TBLを強化した関数タギングシステムは、ミャンマー語文における文法的関係の捉え方において、ベースラインの統計モデルを顕著に上回った。
• TBLを用いて開発された文脈的および語彙的規則は、統計のみでは達成できない曖昧性の解消とタギング精度の向上に不可欠であった。
• 関数タギングと文脈自由文法（CFG）の統合により、より正確で言語学的に妥当な解析木の生成が可能になった。
• この手法は、ミャンマー語のアガリュティネイティブ構造に特徴的な語形の複雑さと語順の柔軟性に対しても、頑健に機能した。
• 関数タギングのパフォーマンスに測定可能な改善が得られたが、提供された要約には正確なF1スコアは記載されていない。
• 本研究は、統計的手法とルールベースシステムを組み合わせたハイブリッドアプローチが、ミャンマー語のような未だ十分に研究されていない言語における低リソースNLPタスクに有効であることを確認した。