[論文レビュー] The EcoLexicon Semantic Sketch Grammar: from Knowledge Patterns to Word Sketches

Pilar León-Araúz, Antonio San Martín|arXiv (Cornell University)|Apr 15, 2018

Linguistics and Cultural Studies被引用数 42

ひとこと要約

この論文は、Sketch Engine に実装された KP-based EcoLexicon Semantic Sketch Grammar (ESSG) を提示し、EcoLexicon English Corpus から知識に富む文脈と語彙スケッチを抽出できるようにします。公開可能性と64ルールの初期評価を含みます。

ABSTRACT

Many projects have applied knowledge patterns (KPs) to the retrieval of specialized information. Yet terminologists still rely on manual analysis of concordance lines to extract semantic information, since there are no user-friendly publicly available applications enabling them to find knowledge rich contexts (KRCs). To fill this void, we have created the KP-based EcoLexicon Semantic SketchGrammar (ESSG) in the well-known corpus query system Sketch Engine. For the first time, the ESSG is now publicly available inSketch Engine to query the EcoLexicon English Corpus. Additionally, reusing the ESSG in any English corpus uploaded by the user enables Sketch Engine to extract KRCs codifying generic-specific, part-whole, location, cause and function relations, because most of the KPs are domain-independent. The information is displayed in the form of summary lists (word sketches) containing the pairs of terms linked by a given semantic relation. This paper describes the process of building a KP-based sketch grammar with special focus on the last stage, namely, the evaluation with refinement purposes. We conducted an initial shallow precision and recall evaluation of the 64 English sketch grammar rules created so far for hyponymy, meronymy and causality. Precision was measured based on a random sample of concordances extracted from each word sketch type. Recall was assessed based on a random sample of concordances where known term pairs are found. The results are necessary for the improvement and refinement of the ESSG. The noise of false positives helped to further specify the rules, whereas the silence of false negatives allows us to find useful new patterns.

研究の動機と目的

• 専門コーパスから意味情報を抽出するための手作業による concordance 分析なしで、使いやすいツールの必要性を動機づける。
• KP-based sketch grammar (ESSG) の構築と Sketch Engine への統合を説明する。
• ESSG が知識に富む文脈 (KRCs) と意味関係で用語を結ぶ語彙スケッチの抽出をどのように可能にするかを示す。
• ESSG を精度と再現性分析を通じて改良する評価フレームワークを提供する。

提案手法

• ドメイン非依存の知識パターンを活用した KP-based sketch grammar（ESSG）を開発する。
• ESSG を Sketch Engine に統合して EcoLexicon English Corpus およびユーザーがアップロードした英語コーパスを照会する。
• 一般-特定、全体-一部、場所、原因、機能関係を符号化する知識に富む文脈と語彙スケッチを抽出する。
• 結果を、意味関係で結ばれた用語のペアからなる語彙スケッチとして表示する。
• 64 件の英語スケッチ文法ルール（下位-上位、膜関係、因果関係）の浅い精度と再現率評価を行う。

実験結果

リサーチクエスチョン

• RQ1 KP-based ESSG は英語コーパスから意味関係（一般-特定、部位-全体、場所、原因、機能）を信頼性高く抽出できるか？
• RQ2 下位関係、部位関係、因果関係に関して 64 ルールの精度と再現率はどの程度有効か？
• RQ3 ノイズ（偽陽性）とサイレンス（偽陰性）から得られる知見はルールの洗練にどう寄与するか？
• RQ4 Sketch Engine のユーザーはTerminological research のために有用な知識に富む文脈と語彙スケッチをどの程度得られるか？

主な発見

• ESSG は EcoLexicon Corpus およびユーザーアップロード済みコーパスの知識に富む文脈と意味関係語彙スケッチの検索を可能にする。
• 64 ルールの初期評価は、精度と再現率がルールの改良を導く方法を示す。
• 精度は各語彙スケッチ型のコンドカンのランダムサンプルから評価される。
• 再現率はコンドカン中で既知の用語ペアが出現するランダムサンプルから評価される。
• 偽陽性（ノイズ）の分析はルールの洗練に役立ち、偽陰性（サイレンス）は追加すべき新しいパターンを示す。