[論文レビュー] Semantic Unification A sheaf theoretic approach to natural language

Samson Abramsky, Mehrnoosh Sadrzadeh|arXiv (Cornell University)|Mar 13, 2014

Cognitive Science and Education Research参考文献 10被引用数 5

ひとこと要約

この論文は、自然言語における文脈的意味論をモデル化する層層的理論的枠組みを提示し、グルーピングを用いて話題の断片からの局所的意味を統合してグローバルな意味構造を構築する。この手法は、代名詞の解決に応用され、コーパスからの確率的分布と層層的グルーピングを組み合わせることで、最も可能性の高い指代対応を優先的に選択できることを示している。具体的な事例として、'熟したバナナ'と'いたずらなサル'の分析が行われている。

ABSTRACT

Language is contextual and sheaf theory provides a high level mathematical framework to model contextuality. We show how sheaf theory can model the contextual nature of natural language and how gluing can be used to provide a global semantics for a discourse by putting together the local logical semantics of each sentence within the discourse. We introduce a presheaf structure corresponding to a basic form of Discourse Representation Structures. Within this setting, we formulate a notion of semantic unification --- gluing meanings of parts of a discourse into a coherent whole --- as a form of sheaf-theoretic gluing. We illustrate this idea with a number of examples where it can used to represent resolutions of anaphoric references. We also discuss multivalued gluing, described using a distributions functor, which can be used to represent situations where multiple gluings are possible, and where we may need to rank them using quantitative measures. Dedicated to Jim Lambek on the occasion of his 90th birthday.

研究の動機と目的

• 文脈的性質を持つ自然言語を層層的理論を用いてモデル化し、文脈性を数学的に定式化する枠組みを提供すること。
• 個々の文からの局所的意味を統合して一貫性のあるグローバルな構造を形成することで、話題の意味論を形式化すること。
• 従来の制約に基づく代名詞解決を、統計的分布を用いた優先順位付きのケースに拡張すること。
• DRTによる構造的意味論と、層層的ファンクターおよび分布ファンクターを通じた統計的コーパスデータを統合すること。
• 代名詞的参照と指代対象の統合を扱える、構成的かつ数学的に厳密な話題の意味論を提供すること。

提案手法

• 話題の断片の圏上のプレシャーフとして話題をモデル化し、各断片に局所的意味の集合（セクション）を割り当てる。
• 層層的理論における余極限を用いてグルーピングを定義し、互換性のある局所的セクションを統合して一貫性のあるグローバルなセクション（話題の意味を表す）を形成する。
• 代名詞的参照の解決を、代名詞から潜在的な先行詞への被覆写像として表現し、候補となるグローバルなセクションを誘導する。
• コーパス頻度を用いて、可能な被覆（すなわち、指代対応）の確率分布を計算し、解決策の優先順位をモデル化する。
• 層層的ファンクターと分布ファンクターを合成して、グローバルなグルーピング上の確率測度を生成し、解決策の順位付けを可能にする。
• 実際の言語例（例：'熟したバナナ'と'いたずらなサル'）にこの手法を適用し、英国ニュースコーパスを用いて統計的パターンと頻度を抽出する。

実験結果

リサーチクエスチョン

• RQ1 層層的理論は、自然言語話題における文脈的意味論をどのようにモデル化できるか？
• RQ2 個々の文からの局所的意味を、どのように体系的にグローバルな話題意味論に統合できるか？
• RQ3 構成的枠組み内で、複数の可能な代名詞解決を定量的測度を用いてどのように順位付けできるか？
• RQ4 コーパス統計は、曖昧な代名詞解決の状況において、最も妥当なグルーピングの選択をどのように導くか？
• RQ5 層層的理論的グルーピングは、代名詞を含む話題に対してモンテーグ・スタイルの意味論の形式的で構成的な代替手段を提供できるか？

主な発見

• 層層的理論的グルーピング枠組みは、互換性のあるセクション拡張を通じて文脈性をモデル化し、局所的話題意味をグローバルな意味構造に成功して統合した。
• 『熟した』と『いたずらな』という形容詞の例では、最も確率の高い解決は『熟したバナナ』と『いたずらなサル』であり、確率は 0.521（14+10）/48 に相当し、グローバルセクション t₂ に対応する。
• グルーピング上の確率分布はコーパス頻度を用いて計算され、『熟したバナナ』は14回、『いたずらなサル』は10回出現し、それらの共起が最も可能性の高いペアリングであった。
• 両方の形容詞がバナナを指す解決には確率 0.29 が割り当てられ、両方がサルを指す解決には確率 0.205 が割り当てられた。
• 大規模コーパスから得た統計的分布と構造的グルーピングを組み合わせることで、優先順位付きの代名詞解決を支援するフレームワークを提供した。
• この手法は、モンテーグ・スタイルの意味論の限界を避ける形で、代名詞的参照と指代対象の統合を扱える形式的で構成的な話題意味論を提供した。