[論文レビュー] Morphonette: a morphological network of French

Nabil Hathout|arXiv (Cornell University)|May 21, 2010

Linguistics and Discourse Analysis参考文献 18被引用数 7

ひとこと要約

Morphonette は、語彙素の分解を避けることで、形式的類似性を用いて語幹ベースのフランス語の屈曲的ネットワークを構築する。TLF語彙から 400 万以上の形式的類似性を同定し、語彙素の解析ではなく構造的パラダイム内での語の位置特定によって語彙的解析を可能にする。主な貢献は、フランス語向けの大規模かつ構造に配慮した語彙的グラフの生成である。

ABSTRACT

This paper describes in details the first version of Morphonette, a new French morphological resource and a new radically lexeme-based method of morphological analysis. This research is grounded in a paradigmatic conception of derivational morphology where the morphological structure is a structure of the entire lexicon and not one of the individual words it contains. The discovery of this structure relies on a measure of morphological similarity between words, on formal analogy and on the properties of two morphological paradigms:

研究の動機と目的

• 語彙を個々の語の分解ではなく、構造的全体として扱う、根本的に語彙に依存する語彙的解析手法の開発。
• パラダイム的関係、特に語彙的系列と系列に基づいた大規模なフランス語語彙的ネットワークの構築。
• 代替形、同形異義語、接頭語の混在、曖昧な接尾語といった、従来の語彙素解析の限界を克服すること。
• 構造的配置に基づく語彙的解析を支援する公開リソース、Morphonette 0.1 の作成。
• 将来のバージョンで意味的知識を統合し、同義語、形式的偶発的変化、代替形の解消を図る基盤を構築すること。

提案手法

• 語の間の形式的類似性 a:b::c:d を、TLFの語彙の発音表記に基づいて用いた語彙的ネットワークを構築する。
• Hathout (2008) が提唱した語彙的類似度測定法を用いて候補となる類似性を絞り込み・優先順位付けし、探索空間を約 10^19 個の四重項から約 6×10^18 個に削減する。
• フィルタリング後の 83,082 個の発音表記エントリからネットワークを構築し、類似性を語彙的系列（例：rectifier, rectification）および語彙的系列（例：rectifier, modificateur, sanctificateur）にグループ化する。
• 信頼性の高い初期類似性を拡張するためのブートストラップアルゴリズムを用い、パラダイム的整合性を保つ。
• 得られたグラフの構造的性質を活用して、語彙的系列（共通の語幹）と語彙的系列（共通の接尾語）の関係を区別する。
• 語彙素レベルの表現を完全に回避し、語彙的構造を語彙的関係の上位に現れる性質として扱う。

実験結果

リサーチクエスチョン

• RQ1 語彙的構造を個々の語の特徴ではなく、語彙全体のグローバルな性質としてどのようにモデル化できるか？
• RQ2 大規模なフランス語語彙において、信頼性の高い語彙的類似性（a:b::c:d）を同定するための形式的基準は何か？
• RQ3 語彙素の分解を伴わずに、大規模な形式的類似性の集合から語彙的系列と系列を体系的に抽出する方法は何か？
• RQ4 形式的類似度のみに依存する場合の限界は何か。特に同義語と形式的偶発的変化の文脈で。
• RQ5 将来のバージョンで意味的知識を統合することで、語彙的ネットワーク構築の正確性をどのように向上できるか？

主な発見

• Morphonette 0.1 リソースには、フランス語語彙の 83,082 個の発音表記から導出された 400 万を超える形式的類似性が含まれる。
• ネットワークは、rectifier, modificateur, sanctificateur のような系列や、rectifiable, rectification, rectificateur のような語彙的系列のような、複雑な語彙的関係を効果的に同定している。
• 『concevoir』、『décévoir』、『percevoir』、『recevoir』といった問題のあるケースは、語彙素の分解を必要とせず、共通の語彙的系列のメンバーとして扱える。
• ネットワークは、語幹が存在しない場合でも『goutte』→『gouttelette』や『triste』→『tristounet』といった形式的類似性によって構造的関係を明らかにする。
• 現在のバージョンには、形式的偶発的変化（例：『dégrimer』が『dégression』と関連付けられている）や同義語（例：『fraise』が4つの意味を持つ）による誤りが含まれており、将来のバージョンで意味的情報を統合することで是正される見込みである。
• 語彙的構造を規則に基づく分解ではなく、類似性関係の上位に現れる性質として扱うことで、代替形や同形異義語の処理が可能になる。