[論文レビュー] Recherche de relations spatio-temporelles : une méthode basée sur l'analyse de corpus textuels

Van Tien Nguyen, Mauro Gaio+1 more|HAL (Le Centre pour la Communication Scientifique Directe)|Feb 2, 2010

Geographic Information Systems Studies被引用数 4

ひとこと要約

本稿では、旅行ナラティブから空間的・時間的関係を抽出するためのテキストマイニング手法を提案する。コーパスデータを分析することで、空間的および時間的要素を含むn項関係を自動的に検出し、既存の地理的オントロジーに意味的に根拠のある旅行記述を追加する。

ABSTRACT

This paper presents a work package realized for the GéOnto project. A new method is proposed for an enrichment of a first geographical ontology developed beforehand. This method relies on text analysis by lexico-syntactic patterns. From the retrieve of n-ary relations the method automatically detect those involved in a spatial and/or temporal relation in a context of a description of journeys.

研究の動機と目的

• 非構造化テキストから空間的および時間的関係を自動的に統合することで、地理的オントロジーを拡張する課題に対処すること。
• 場所と時間を含む複雑なn項関係を特定することで、旅行ナラティブの意味的モデリングを向上させること。
• 手動でのアノテーション作業を低減するスケーラブルなコーパスベースの手法を開発すること。
• GéOntoプロジェクトを支援するために、テキストによる旅行記述から関係的知識を自動で発見できること。

提案手法

• 旅行の記述における候補関係を特定するために、語彙的・構文的パターンを活用する。
• パターンベースのテキスト解析を用いて、空間的および時間的エンティティを含むn項関係を抽出する。
• 事前に用意された地理的オントロジーを基盤とし、コーパス解析によって発見された関係でそれを拡張する。
• 文の構文的および語彙的手がかりに依存して、自然言語文における空間的および時間的依存関係を検出する。
• 旅行ナラティブからの生テキストデータを処理し、手動ラベル付けを必要とせずに関係構造を検出する。
• 解釈可能性と一貫性を確保するため、言語的パターンに根ざいたルールベースのアプローチを採用する。

実験結果

リサーチクエスチョン

• RQ1 非構造化された旅行ナラティブから空間的および時間的関係をどのように自動抽出できるか？
• RQ2 テキストにおけるn項空間的・時間的関係を特定するために、どの語彙的・構文的パターンが最も効果的か？
• RQ3 手動アノテーションを伴わずに、コーパスベースの解析が既存の地理的オントロジーをどの程度豊かにできるか？
• RQ4 構文的および語彙的手がかりは、旅の記述における関係構造の検出にどのように寄与するか？
• RQ5 パターンベースの手法は、時間的および空間的複数エンティティを含む複雑な関係を信頼性高く検出できるか？

主な発見

• 本手法は、語彙的・構文的パターンを用いて、旅の記述のテキスト記述から空間的・時間的関係を効果的に同定・抽出できた。
• 本アプローチにより、コーパスデータから得られた意味的に意味のある関係を、地理的オントロジーに自動で拡張できるようになった。
• 旅行ナラティブの文脈において、空間的および時間的コンポーネントを含むn項関係を高い正確性で検出できた。
• コーパスベースの解析の活用により、関係抽出に向けた手動アノテーション済み学習データへの依存度が低下した。
• 本手法は、ドメイン特化した文脈において、非構造化テキストから関係的知識を発見する可能性を示した。
• 結果は、地理情報システムにおける意味的関係抽出のためのパターンベース手法のスケーラビリティと再利用可能性を裏付けた。