[論文レビュー] Question Answering in a Natural Language Understanding System Based on Object-Oriented Semantics

Yuriy Ostapov|arXiv (Cornell University)|Nov 18, 2011

Advanced Computational Techniques and Applications参考文献 2被引用数 4

ひとこと要約

本稿では、対象分野の社会行動に関する一般質問（Yes/No）および特殊質問（例：誰、何、どこ）を処理する、オブジェクト指向的意味論に基づく質問応答システムを提示する。構文解析と意味解析を用いて質問を構造化された述語に変換し、知識ベース内のエンティティおよび行動を照合する識別アルゴリズムを適用することで、犯罪学、ビジネス、医学などの分野で正確な回答を可能にする。

ABSTRACT

Algorithms of question answering in a computer system oriented on input and logical processing of text information are presented. A knowledge domain under consideration is social behavior of a person. A database of the system includes an internal representation of natural language sentences and supplemental information. The answer {\it Yes} or {\it No} is formed for a general question. A special question containing an interrogative word or group of interrogative words permits to find a subject, object, place, time, cause, purpose and way of action or event. Answer generation is based on identification algorithms of persons, organizations, machines, things, places, and times. Proposed algorithms of question answering can be realized in information systems closely connected with text processing (criminology, operation of business, medicine, document systems).

研究の動機と目的

• 形式化された意味表現を用いて、テキスト入力に基づき複雑な質問に応答できる自然言語理解システムの開発を目的とする。
• 犯罪学、ビジネス、医学などの分野において、テキストデータのわずか数パーセントしか形式的に構造化されていない現行の情報システムにおける限界を是正することを目的とする。
• 実世界の対象、行動、出来事のモデル化を通じて、オントロジー的でオブジェクト指向的なフレームワークを用いて、膨大な自然言語テキストの論理的処理を可能にすることを目的とする。
• 述語照合を通じて、主語、目的語、時刻、目的などを特定することで、一般質問（Yes/No）および特殊質問（例：誰、何、いつ）の両方をサポートすることを目的とする。
• オブジェクト指向的意味論を用いた非構造化テキストの形式化が、現実応用におけるコンピュータベースの推論の正確性と範囲を向上させることを実証することを目的とする。

提案手法

• バックス・ナウア記法（BNF）に基づく構文解析を用いて、質問を一般質問（Yes/No）または特殊質問（疑問語を含む）に分類する。
• 意味解析を適用し、解析済みの質問およびデータベース文から、構造化された述語（例：人物、組織、行動、出来事、場所、時刻）を生成する。
• 識別アルゴリズムを用いて、名前、コード、意味的タイプ、時制、否定の有無などの述語フィールドを比較し、質問と知識ベース間のエンティティを照合する。
• 動詞の類義語照合と、主語、目的語、場所、時刻、行動特性などのフィールドごとの照合により、同一性を特定する。
• 特殊質問に対応するには、特定の質問タイプ（例：誰、何のために、どれくらいの期間）をターゲットとし、照合された述語から対応する属性を取得する。
• 直接的な照合が見つからない場合には、LEIBNIZ知識ベースに格納された事実から導出するルールベースの推論システムを実行する。

実験結果

リサーチクエスチョン

• RQ1 構文解析と意味解析を用いた自然言語理解システムは、どのように一般質問（Yes/No）を正確に回答できるか？
• RQ2 自然言語の質問と構造化された知識ベースの間で、人物、組織、行動などのエンティティを特定するメカニズムは何か？
• RQ3 特殊質問（例：誰、何、いつ、なぜ）は、述語ベースの表現における疑問語を特定の意味的フィールドにマッピングすることで、どのように解決できるか？
• RQ4 オブジェクト指向的意味論は、犯罪学やビジネス管理分野における非構造化テキスト処理をどの程度向上できるか？
• RQ5 述語照合と類義語認識の役割は、自然言語入力からの信頼性の高い回答生成を可能にする上で果たすものとは何か？

主な発見

• 本システムは、質問の述語構造をLEIBNIZ知識ベース内の事実と照合することで、一般質問に対してYesまたはNoの応答を正確に生成する。
• 特殊質問は、関連する意味的フィールド（例：主語、目的語、時刻、目的）を特定し、照合されたデータベースの述語から対応する値を取得することで解決される。
• 識別アルゴリズムは、名前、コード、性別、意味的タイプなどのフィールドを比較することで、人物、組織、行動の照合において高い正確性を達成する。
• 動詞の類義語照合、主語、目的語、副詞的修飾語（例：場所、時刻、目的）の照合を通じて、行動や出来事を含む複雑なクエリを処理できる。
• 本アプローチにより、犯罪学や医療文書記録など、形式化が現在限られている分野における膨大な自然言語テキストの処理が可能になる。
• オブジェクト指向的意味論の使用により、拡張性が確保され、現代の開発ツール（例：Visual Studio、Delphi）およびデータベースシステム（例：Oracle、SQL Server）との統合が可能になる。