[論文レビュー] Intrasentential Centering: A Case Study

Megumi Kameyama|ArXiv.org|Jul 16, 1997

Syntax, Semantics, Linguistic Variation被引用数 64

ひとこと要約

本稿は、複雑な文を階層的に中心更新単位に分解する手法を提案することで、中心理論を文内代名詞の解釈に拡張する。これにより、節内での局所的中心化遷移が可能となり、埋め込まれた節を独立した話題単位として扱うことで、推論負荷を軽減し、自然な話法における代名詞参照を正しく予測できる。特に、常識的推論と注意の注目度が交差する状況において有効である。

ABSTRACT

One of the necessary extensions to the centering model is a mechanism to handle pronouns with intrasentential antecedents. Existing centering models deal only with discourses consisting of simple sentences. It leaves unclear how to delimit center-updating utterance units and how to process complex utterances consisting of multiple clauses. In this paper, I will explore the extent to which a straightforward extension of an existing intersentential centering model contributes to this effect. I will motivate an approach that breaks a complex sentence into a hierarchy of center-updating units and proposes the preferred interpretation of a pronoun in its local context arbitrarily deep in the given sentence structure. This approach will be substantiated with examples from naturally occurring written discourses.

研究の動機と目的

• 複雑な文における文内先行詞を持つ代名詞に関して、中心理論が欠落している点を補完すること。
• 特に節や埋め込み構造をまたいで、単一の文内における中心更新単位を定義するメカニズムを提示すること。
• 複雑な文にはネストされた中心化遷移が含まれており、各節が潜在的な話題単位であるとみなすこと。
• 中心化遷移を節の境界内で局所化することで、話題理解の認知的負荷を軽減すること。
• 特に曖昧なケースにおいて、注意の注目度と常識的推論を統合した代名詞解釈の枠組みを提示すること。

提案手法

• 複雑な文を節に基づく発話単位に階層的に分解し、それぞれが独立した中心更新が可能な単位とする。
• 埋め込まれた節に対して、標準的な文間中心理論モデルを再帰的に適用し、それらを局所的な話題セグメントとして扱う。
• 「Cm」（最大の注目度を持つ実体）という原始的概念を導入し、後向き中心（Cb）を超えた注目度ダイナミクスをモデル化する。
• 非限定節がその上位節と同じ発話単位内で処理されることを主張する「無時制補足仮説」（TlessComp）を定義する。
• 注目度に基づく中心化遷移によって駆動される、動的で話題更新型のディコース処理アーキテクチャを用いる。
• 自然な話法の例を用いて、モデルの予測（特に曖昧なケースにおける代名詞参照）を検証する。

実験結果

リサーチクエスチョン

• RQ1 中心理論を、特に複雑な節にその先行詞を持つ代名詞を扱えるようにどのように拡張できるか。
• RQ2 単一の文内における中心化遷移のための有効な「発話単位」とは何か。
• RQ3 埋め込まれた節（例：関係節、補足節）が、独自の前向き・後向き中心を持つ独立した中心化単位を形成する程度はどの程度か。
• RQ4 文内中心化において、注目度ダイナミクス（Cm：最大の注目度を持つ実体）と後向き中心（Cb）の関係はどのように作用するか。
• RQ5 曖昧な代名詞ケースにおいて、注意の注目度と常識的推論がどのように統合され、解釈に影響を与えるか。

主な発見

• 文内の節に中心理論を階層的に適用することで、自然に生じる複雑な話法の事例において、代名詞の参照が正しく予測された。
• 中心化遷移を節レベルの単位内に局所化することで、推論負荷が軽減され、解釈の効率が向上した。
• 発話3(a)における代名詞の参照は、両方の実体（Sarah と Glendora）が最大の注目度を持つ実体（Cm）として同定され、注目度に基づく曖昧な解釈が反映された。
• 所有代名詞のタイトな局所性の好みは、発話2では「her」を正しく予測したが、発話3(a)では常識的推論が注意の注目度を上回ったため、予測に失敗した。
• 無時制補足仮説（TlessComp）は支持された。非限定節は、その母節と同じ発話単位内で処理されるため、中心化レベルの不必要な埋め込みを回避できる。
• モデルは、文間話法で観察される単一的および並列的中心化傾向が、文内節ベースの中心化においても同様に生じることを示し、統一的な注意の枠組みが成立することを示唆した。