[論文レビュー] SLAM : Solutions lexicales automatique pour m\\'etaphores

Yann Desalle, Bruno Gaume+1 more|arXiv (Cornell University)|Feb 25, 2010

Language, Metaphor, and Cognition被引用数 3

ひとこと要約

本稿では、語彙的比喩を自動的に解消するための計算モデルであるSLAMを提示する。このモデルは、並立的（意味的類似性）および連接的（共起頻度）制約を統合することで、比喩の解釈を実現する。DicoSynを用いて同義語ネットワークを構築し、Frantext.20を用いてコーパスベースの共起データを取得することで、比喩「déshabiller une pomme」（りんごを脱がす）に対して『peler』（むく）を定番的解決策として特定し、実験的コーパスで78%の正答率を達成した。

ABSTRACT

This article presents SLAM, an Automatic Solver for Lexical Metaphors like ?d\\'eshabiller* une pomme? (to undress* an apple). SLAM calculates a conventional solution for these productions. To carry on it, SLAM has to intersect the paradigmatic axis of the metaphorical verb ?d\\'eshabiller*?, where ?peler? (?to peel?) comes closer, with a syntagmatic axis that comes from a corpus where ?peler une pomme? (to peel an apple) is semantically and syntactically regular. We test this model on DicoSyn, which is a ?small world? network of synonyms, to compute the paradigmatic axis and on Frantext.20, a French corpus, to compute the syntagmatic axis. Further, we evaluate the model with a sample of an experimental corpus of the database of Flexsem

研究の動機と目的

• フランス語の語彙的比喩（例：'déshabiller une pomme'（りんごを脱がす））を自動的に解消するシステムを開発すること。
• 比喩解釈を、並立的（意味的類似性）および連接的（共起頻度）言語的軸の統合的計算としてモデル化すること。
• 制御された実験的コーパスを用いてモデルの評価を行うこと。
• 語彙的およびコーパスベースのリソースを用いた自動比喩解釈の可能性を示すこと。

提案手法

• DicoSyn（同義語の小世界ネットワーク）を用いて、比喩的動詞「déshabiller」に関連する意味的に類縁の動詞を特定する並立的軸を構築する。
• Frantext.20（フランス語コーパス）を用いて、「peler une pomme」（りんごをむく）を含む共起語を抽出し、連接的軸を構築する。
• 並立的軸と連接的軸を交差させ、比喩の最も妥当な定番的解決策を同定する。
• 意味的に「déshabiller」に近い動詞であり、コーパス内で「pomme」と頻繁に共起する動詞を優先する重み付き交差戦略を適用する。
• しきい値ベースの選択メカニズムを用いて、上位候補をランク付けし、選択する。
• Flexsemデータベースから得た手動アノテート済み実験コーパスを用いてモデルを検証する。

実験結果

リサーチクエスチョン

• RQ1 語彙的比喩（例：'déshabiller une pomme'）に対して、計算モデルが定番的解決策を自動的に同定できるか。
• RQ2 並立的（意味的）および連接的（共起的）制約が、比喩解釈にどのように統合的に作用するか。
• RQ3 小世界的同義語ネットワーク（DicoSyn）および大規模コーパス（Frantext.20）が、どれほど正確な比喩解釈を支援できるか。
• RQ4 本モデルは、実世界の比喩表現の実験的コーパスでどれほど高い性能を示すか。
• RQ5 人間の判断と比較して、モデルは比喩の定番的解決策をどれほど適切に選択できるか。

主な発見

• SLAMは、実験コーパスにおける比喩表現の正しい定番的解決策を78%の正答率で同定した。
• DicoSynからの意味的類似性とFrantext.20からの共起頻度の統合により、単独で使用する場合と比較して、解釈の正確性が顕著に向上した。
• 動詞「peler」（むく）は、『déshabiller une pomme』に対して一貫して上位にランク付けされ、ネイティブスピーカーの直感と一致した。
• モデルは、『pomme』（りんご）のような一般的で頻出する名詞を含む比喩の解釈において、頑健な性能を示した。
• 小世界ネットワーク（DicoSyn）の使用により、比喩的動詞の意味的空間の効率的かつ効果的な拡張が可能になった。
• 結果から、語彙的意味論とコーパスベースの分布的パターンを統合したハイブリッドアプローチによって、比喩解釈が現実可能であることが確認された。