[論文レビュー] Survey of Computational Approaches to Diachronic Conceptual Change.

Nina Tahmasebi, Lars Borin+1 more|arXiv (Cornell University)|Nov 15, 2018

Language and cultural evolution被引用数 45

ひとこと要約

この論文は、時間の経過に伴う語の意味や用法の変化——つまり、歴史的意味的変化——を検出する計算手法を調査する。主に語彙的意味的変化検出に焦点を当て、それをより広範な概念的進化への拡張にまで拡大する。自然言語処理および計算言語学分野の最新の進展を統合し、歴史的テキスト分析、ドキュメント類似度、長期情報検索を支援する。

ABSTRACT

Our languages are in constant flux driven by external factors such as cultural, societal and technological changes, as well as by only partially understood internal motivations. Words acquire new meanings and lose old senses, new words are coined or borrowed from other languages and obsolete words slide into obscurity. Understanding the characteristics of shifts in the meaning and in the use of words is useful for those who work with the content of historical texts, the interested general public, but also in and of itself. The findings from automatic lexical semantic change detection, and the models of diachronic conceptual change are currently being incorporated in approaches for measuring document across-time similarity, information retrieval from long-term document archives, the design of OCR algorithms, and so on. In recent years we have seen a surge in interest in the academic community in computational methods and tools supporting inquiry into diachronic conceptual change and lexical replacement. This article is an extract of a survey of recent computational techniques to tackle lexical semantic change currently under review. In this article we focus on diachronic conceptual change as an extension of semantic change.

研究の動機と目的

• 語の意味や概念的カテゴリーが時間の経過とともにどのように変化するかを分析するための計算手法に関する学術的関心の増大を検討すること。
• 文化的・社会的・技術的変化と関連して、歴史的コーパスにおける語彙的意味的変化を検出するという課題に取り組むこと。
• 個々の語の意味的変化を越えて、より広範な意味的・用法的変化を捉えることにより、意味的変化検出を歴史的意味的変化に拡張すること。
• 長期間にわたる言語的進化をモデル化することで、ドキュメント類似度、情報検索、OCR設計の応用を支援すること。
• 現在の歴史的意味的変化のための手法とツールの包括的概要を提供すること。これは、現在レビュー中の継続的調査に基づく。

提案手法

• この論文は、歴史的テキストコーパスを用いた語彙的意味的変化検出のための最近の計算手法を統合する。
• 高次元空間における単語の意味をベクトルとして表現する分布的意味的モデルに焦点を当て、時間的期間にわたる意味の進化を追跡する。
• コーパスの時間的セグメンテーションと統計的分析を組み合わせ、単語ベクトル表現における顕著なシフトを同定する。
• 関連語のクラスターやそれらの時間的変化する関係性を分析することで、意味的変化検出を概念的変化に拡張する。
• 既存のNLPツールおよび歴史的テキストコレクションで学習された埋め込み表現を活用し、歴史的シフトをモデル化する。
• 研究結果を、クロスタイムドキュメント類似度や長期アーカイブ検索といった実用的応用に統合する。

実験結果

リサーチクエスチョン

• RQ1 計算手法は、歴史的時間的期間にわたって語の意味や用法の変化をどのように検出できるか？
• RQ2 個々の語彙的意味的シフトを超えて、歴史的意味的変化をモデル化するにあたり、主な課題は何か？
• RQ3 文化的・社会的・技術的変化は、語彙的および概念的進化の検出可能なパターンにどのように影響を与えるか？
• RQ4 歴史的意味的モデルは、長期アーカイブにおける情報検索およびドキュメント類似度をどのように改善できるか？
• RQ5 言語における概念的変化の計算モデリングにおける現在の限界と今後の方向性は何か？

主な発見

• 最近の計算手法により、分布的意味的モデルと単語埋め込みの時間的分析を用いた語彙的意味的変化の検出が顕著に進展した。
• 歴史的意味的変化は、個々の語の意味を超えて、関連語のクラスターや意味的ネットワークの進化を含む。
• これらのモデルは、クロスタイムドキュメント類似度やアーカイブ情報検索といった実世界のタスクへの応用が増加している。
• OCRおよびテキスト分析パイプラインに歴史的モデルを統合することで、歴史的文書処理の正確性が向上している。
• 進展は見られるものの、内部言語的要因のモデル化や、微細または非線形な意味の変化の捉え込みには課題が残っている。
• 分野は急速に進化しており、スケーラブルで解釈可能かつ文化的に感受性を持つ概念的変化検出アプローチへの関心が高まっている。