[論文レビュー] Lexical Disambiguation in Natural Language Questions (NLQs)

Omar Al-Harbi, Shaidah Jusoh+1 more|arXiv (Cornell University)|Sep 26, 2017

Natural Language Processing Techniques参考文献 48被引用数 8

ひとこと要約

本論文は、ドメインオントロジーを用いた概念知識と、隣接語から抽出された文脈知識（WordNet）を統合することで、自然言語質問（NLQs）のための画期的な語の意味あいまいさ解消手法を提案する。この手法は、大学のQAシステムにおける浅層的自然言語処理を向上させ、語の意味のあいまいさを語の意味候補と文脈的手がかりを統合することで解消することにより、意味的正確性を向上させる。

ABSTRACT

Question processing is a fundamental step in a question answering (QA) application, and its quality impacts the performance of QA application. The major challenging issue in processing question is how to extract semantic of natural language questions (NLQs). A human language is ambiguous. Ambiguity may occur at two levels; lexical and syntactic. In this paper, we propose a new approach for resolving lexical ambiguity problem by integrating context knowledge and concepts knowledge of a domain, into shallow natural language processing (SNLP) techniques. Concepts knowledge is modeled using ontology, while context knowledge is obtained from WordNet, and it is determined based on neighborhood words in a question. The approach will be applied to a university QA system.

研究の動機と目的

• 自然言語質問（NLQs）における語の意味のあいまいさという、質問応答（QA）システムにおける主な課題に取り組むこと。
• 文脈的および概念的知識を用いて語の意味のあいまいさを解消することで、NLQの意味的理解を向上させること。
• 文脈に適応した語彙的リソース（例：WordNet）とドメイン特化したオントロジーを統合し、より優れた意味あいまいさ解消を実現すること。
• 実世界の大学QAシステムにこのアプローチを適用し、実用的効果を評価すること。
• 従来の浅層的自然言語処理のみに依存する手法と比較して、概念レベルと文脈レベルの知識を統合することでQAパフォーマンスが向上することを示すこと。

提案手法

• 大学ドメインにおける意味的関係を表現するために、ドメイン特化したオントロジーを用いて概念知識をモデル化すること。
• 質問内のあいまい語の意味的近傍語を分析することで、WordNetから文脈知識を抽出すること。
• 重み付きスコアリング機構を用いて、WordNetからの文脈ベースの語の意味候補と、オントロジーからの概念ベースの意味あいまいさ解消を統合すること。
• 浅層的自然言語処理パイプライン内に統合されたアプローチを適用し、NLQを処理し、語の意味のあいまいさを解消すること。
• 周辺語の分析を用いて、周囲の語の文脈に基づき、最も妥当な語の意味を特定すること。
• 文脈（WordNet）とドメイン概念（オントロジー）の両方に裏付けられた意味候補を優先する統合戦略を採用すること。

実験結果

リサーチクエスチョン

• RQ1 文脈的知識とドメイン特化した知識を併用することで、自然言語質問における語の意味のあいまいさをどのように効果的に解消できるか？
• RQ2 オントロジーに基づく概念知識とWordNetに基づく文脈知識を統合することで、意味あいまいさ解消の正確性はどの程度向上するか？
• RQ3 提案手法は、ベースライン手法と比較して、大学を対象とした質問応答システムのパフォーマンスを向上させることができるか？
• RQ4 局所的な語の文脈は、NLQにおける多義語の意味あいまいさ解消において、どのような役割を果たすか？
• RQ5 概念レベルの知識と文脈レベルの知識は、語の意味のあいまいさ解消において、どのように補い合いか？

主な発見

• ドメインオントロジーとWordNetの文脈知識を統合することで、NLQにおける語の意味あいまいさ解消の正確性が顕著に向上する。
• 質問内の隣接語を分析することで、最も妥当な語の意味を絞り込む手がかりが得られる。
• ドメイン概念からの意味的制約を組み込むことで、従来の浅層的自然言語処理手法よりも提案手法が優れた性能を示す。
• 本手法は大学QAシステムにおける実用的応用性を示しており、ユーザーの質問の意味的解釈を向上させている。
• WordNetからの語彙的文脈と、オントロジーからの構造化された概念知識を統合することで、単独で用いる場合よりもより強固な意味あいまいさ解消が達成される。
• 文法的近接性とドメイン内意味的関係の両方を活用することで、NLQにおけるあいまいさが低減される。