[論文レビュー] Roget's Thesaurus: a Lexical Resource to Treasure

Mario Jarmasz, Stan Śzpakowicz|arXiv (Cornell University)|Apr 1, 2012

Natural Language Processing Techniques参考文献 14被引用数 14

ひとこと要約

本稿では、1987年版Penguin版『ロジットの同義語辞典』から電子的語彙知識ベースを構築し、WordNetを用いて意味的関係をラベル付けする方法を提示する。本研究では、ロジットの構造とWordNetを定量的および定性的に比較し、組織化の違いを同定するとともに、両者の統合可能性を検討する。

ABSTRACT

This paper presents the steps involved in creating an electronic lexical knowledge base from the 1987 Penguin edition of Roget's Thesaurus. Semantic relations are labelled with the help of WordNet. The two resources are compared in a qualitative and quantitative manner. Differences in the organization of the lexical material are discussed, as well as the possibility of merging both resources.

研究の動機と目的

• 1987年版Penguin版『ロジットの同義語辞典』から構造的な電子的語彙知識ベースを構築すること。
• WordNetを基準フレームワークとして用いて、ロジットの同義語辞典内の意味的関係を分析およびラベル付けすること。
• ロジットの同義語辞典とWordNetの組織的構造および意味的カバレッジを、定性的および定量的両面から比較すること。
• ロジットの同義語辞典とWordNetを統合する可能性を評価し、語彙リソース統合の強化を図ること。

提案手法

• 1987年版Penguin版『ロジットの同義語辞典』をデジタル化し、機械可読な語彙データベースを構築すること。
• WordNetの階層的および関係的構造を用いて、ロジットのカテゴリおよびサブカテゴリを意味的関係にマッピングすること。
• 手作業および計算的手法を併用して、ロジットの語と対応するWordNetのシンセットを一致させること。
• 両者のリソース間の語彙カバレッジ、カテゴリ構造、関係タイプに基づく比較分析を実施すること。
• 概念的グループ化と語彙的意味的クラスタリングの違いといった、組織化の差異を評価すること。
• 重複するおよび補完的な意味的ドメインを同定することで、両リソースの統合可能性を評価すること。

実験結果

リサーチクエスチョン

• RQ1 ロジットの同義語辞典の概念的構造を、どのように体系的かつ機械処理可能な形式にデジタル表現できるか？
• RQ2 ロジットの同義語辞典とWordNetとの間で、意味的組織化にどのような主要な差異が存在するか？
• RQ3 ロジットの同義語辞典内の意味的関係を、どの程度信頼性高くWordNetのシンセット構造にマッピングできるか？
• RQ4 WordNetと比較した場合に、ロジットの同義語辞典が語彙リソースとして有する強みと限界は何か？
• RQ5 ロジットの同義語辞典とWordNetを統合するための実現可能な道筋は存在するか？

主な発見

• 1987年版Penguin版『ロジットの同義語辞典』は、構造的な電子的語彙リソースに成功して変換された。
• WordNetを基準として意味的関係が体系的にラベル付けされ、両リソース間の整合性が可能になった。
• 語彙的資料の組織化に顕著な差異が認められた：ロジットは概念的グループ化を重視するが、WordNetは語彙的意味的クラスタリングに焦点を当てる。
• ロジットの同義語辞典は、WordNetの細分化された分類ベースの組織と比較して、より広範かつ抽象度の高いカテゴリ構造を示している。
• 本研究では、両リソースを統合することが可能であり、語彙的カバレッジおよび概念的豊かさの向上が図れることが示された。
• 重複する意味的ドメインと補完的な構造的特徴のおかげで、統合の可能性が裏付けられている。