[論文レビュー] TreeMatch: A Fully Unsupervised WSD System Using Dependency Knowledge on a Specific Domain

Andrew Tran, Chris Bowes+4 more|arXiv (Cornell University)|Jan 5, 2025

Natural Language Processing Techniques参考文献 16被引用数 4

ひとこと要約

TreeMatch は全く教師なしの語義解釈システムで、ドメイン特化の依存関係知識を使用し、SemEval タスクで Most Frequent Selection ベースラインを上回る精度を達成します。

ABSTRACT

Word sense disambiguation (WSD) is one of the main challenges in Computational Linguistics. TreeMatch is a WSD system originally developed using data from SemEval 2007 Task 7 (Coarse-grained English All-words Task) that has been adapted for use in SemEval 2010 Task 17 (All-words Word Sense Disambiguation on a Specific Domain). The system is based on a fully unsupervised method using dependency knowledge drawn from a domain specific knowledge base that was built for this task. When evaluated on the task, the system precision performs above the Most Frequent Selection baseline.

研究の動機と目的

• ラベル付きデータなしで、ドメイン特化知識を用いて WSD の改善を動機づける。
• 依存情報を活用した全く教師なしの WSD システムを開発する。
• ドメイン知識ベースを用いて、既存の WSD アプローチを特定のドメインに適応させる。

提案手法

• タスク向けに構築されたドメイン特化知識ベースに基づく依存関係知識を利用する。
• 教師あり訓練ではなく全く教師なしのアプローチを適用する。
• SemEval 2007 Task 7（Coarse-grained English All-words）および SemEval 2010 Task 17 の設定を再利用する。
• 実用的有効性を評価するために、基準指標に対する WSD の性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 ドメイン特化の依存関係知識を活用した全く教師なしの WSD システムは、全語用 WSD タスクで競争力のある精度を達成できるか。
• RQ2 ターゲットドメインで TreeMatch は Most Frequent Selection ベースラインを上回るか。
• RQ3 特定のドメインへ WSD を適応させる際、依存ベースの知識伝達はどれくらい効果的に機能するか。

主な発見

• システムはドメイン特化の依存関係知識を用いた全く教師なしの手法に基づく。
• TreeMatch は評価タスクで Most Frequent Selection ベースラインを上回る精度を達成する。
• SemEval 2007 Task 7 から SemEval 2010 Task 17 への適応は、ドメイン志向の WSD の有効性を示す。