[論文レビュー] Paraphrasing Verbs for Noun Compound Interpretation

Preslav Nakov|arXiv (Cornell University)|Nov 20, 2019

Natural Language Processing Techniques参考文献 13被引用数 10

ひとこと要約

本稿では、250個の名詞＋名詞構造について人間によるアノテート済みの言い換え動詞と関連重みを収集することで、名詞複合語の解釈に関する革新的なアプローチを提示する。このアプローチにより、微細な意味的関係を捉えるリソースが作成され、さらにこれらの動詞に基づいてテキスト entailsion データセットが構築される。これにより、動詞＋名詞＋名詞の構造が名詞複合語として妥当に言い換え可能かどうかの二値分類が可能となり、質問応答、情報検索、機械翻訳などの応用を支援する。

ABSTRACT

An important challenge for the automatic analysis of English written text is the abundance of noun compounds: sequences of nouns acting as a single noun. In our view, their semantics is best characterized by the set of all possible paraphrasing verbs, with associated weights, e.g., malaria mosquito is carry (23), spread (16), cause (12), transmit (9), etc. Using Amazon's Mechanical Turk, we collect paraphrasing verbs for 250 noun-noun compounds previously proposed in the linguistic literature, thus creating a valuable resource for noun compound interpretation. Using these verbs, we further construct a dataset of pairs of sentences representing a special kind of textual entailment task, where a binary decision is to be made about whether an expression involving a verb and two nouns can be transformed into a noun compound, while preserving the sentence meaning.

研究の動機と目的

• 英語のテキストにおける名詞複合語の解釈という課題に取り組むこと。名詞複合語は一般的に多く、意味的に複雑である。
• 抽象的な意味的関係（例：CAUSE、LOCATION）の限界を克服するため、微細で直接利用可能な言い換え動詞を用いること。
• 250個の名詞複合語について人間によるアノテート済み言い換え動詞の公開データセットを構築し、意味的解釈の正確性を向上させること。
• 動詞＋名詞＋名詞の構造が名詞複合語として妥当に言い換え可能かどうかを評価するテキスト entailsion データセットを開発すること。
• 名詞複合語のより洗練された意味的表現を通じて、質問応答、情報検索、機械翻訳などの実用的NLP応用を促進すること。

提案手法

• 言語学的文献から抽出した250個の名詞複合語について、Amazon Mechanical Turkを用いて、関連する重み付き言い換え動詞（例：malaria mosquito: carry (23), spread (16)）を収集した。
• 名詞複合語内の意味的関係を特定する基盤として、Leviの回復可能削除可能述語（RDPs）のサブセットを用いた。
• 文（テキスト）に動詞＋名詞＋名詞構造を含み、その名詞複合語への言い換え（仮説）をペairリングし、YES/NOの entailsion ラベルをアノテートすることで、テキスト entailsion データセットを構築した。
• 「carry」や「spread」、「transmit」、「cause」などの直接的な言い換えとして使用可能な動詞を用いることで、意味的一致性を確保した。
• Web由来の文を用いることで、質問応答や情報検索などの現実世界のNLPタスクを反映するようにデータセットを設計した。
• すべてのデータセットをクリエイティブ・コモンズ・ライセンスの下で公開し、名詞複合語解釈分野における再利用とさらなる研究を促進した。

実験結果

リサーチクエスチョン

• RQ1 関連する重み付き言い換え動詞は、抽象的な関係（例：CAUSE, LOCATION）よりも、名詞複合語の意味的性質をより微細かつ正確に特徴づけられるか？
• RQ2 人間によるアノテート済み言い換え動詞を用いることで、動詞＋名詞＋名詞構造が名詞複合語として妥当に言い換え可能かどうかをどの程度正確に特定できるか？
• RQ3 従来の抽象的関係ラベル付けと比較して、動詞ベースのアプローチは名詞複合語の意味的ニュアンスをどの程度正確に捉えられるか？
• RQ4 動詞ベースの言い換えに基づくデータセットは、テキスト entailsion や情報検索などの下流NLPタスクのパフォーマンスを向上させられるか？
• RQ5 意味的一致性とフレーズの接続方法が、 entailsion タスクにおける名詞複合語の言い換えの妥当性に与える影響は何か？

主な発見

• データセットには、250個の名詞複合語が、複数の言い換え動詞と関連重みでアノテートされており、例として「malaria mosquito」は「carry」(23)、「spread」(16)、「cause」(12)、「transmit」(9) に関連付けられている。
• テキスト entailsion データセットには19件の例があり、そのうち17件がYES（妥当な entailsion）で2件がNO（妥当でない entailsion）とラベル付けされており、動詞ベースの言い換えが entailsion 決定において有効であることが示された。
• 例として、『MITの教授が女性を研究する』という文は『MITの女性教授』を含意しない。これは『support』の代わりに『study』という誤った動詞を用いることで、誤った言い換えが生じた例である。
• 『donor who gave blood』と『blood products from a donor』の順序を入れ替えるなど、誤ったフレーズの接続（例：輸血の寄付者と血液製剤）は意味の変化を引き起こし、結果としてNO entailsion となる。
• 抽象的関係（例：CAUSE や LOCATION）が曇らせる可能性がある意味的違い、例えば病気の伝播における「cause」と「transmit」の違いを、このアプローチは的確に捉えている。
• 動詞ベースの意味的表現を用いることで、NLPタスクにおける名詞複合語の解釈がより正確に可能となり、有効な言い換えと無効な言い換えを区別できることが実証された。