[論文レビュー] Using WordNet for Building WordNets

Xavier Farreres, Germán Rigau+1 more|arXiv (Cornell University)|Jun 23, 1998

Natural Language Processing Techniques参考文献 12被引用数 51

ひとこと要約

本稿では、構造的基盤として英語WordNetを活用することで、スペイン語およびカタルーニャ語WordNetを迅速に構築するための手法を提示する。二か国語の辞書、単一言語の語彙的リソース、自動抽出された分類体系を組み合わせ、語をsynsetにリンクさせ、ギャップを埋めるためのブートストラップ手法を用いてカバレッジを向上させる。接続の検証においては、99％に達する高い正確性を達成した。

ABSTRACT

This paper summarises a set of methodologies and techniques for the fast construction of multilingual WordNets. The English WordNet is used in this approach as a backbone for Catalan and Spanish WordNets and as a lexical knowledge resource for several subtasks.

研究の動機と目的

• スペイン語およびカタルーニャ語を対象として、スケーラブルで準自動化された多言語WordNet構築手法を開発すること。
• 英語WordNetを構造的基盤として再利用することで、手作業による構築にかかるコストと時間を削減すること。
• 二か国語の辞書、単一言語の辞書、既存のWordNet断片といった複数の語彙的リソースを統合し、統一されたフレームワークに統合すること。
• 初期の語からsynsetへのマッピングにおけるカバレッジギャップを、反復的ブートストラップと接続の相互検証を通じて体系的に埋めること。
• EuroWordNetプロジェクトの基準と互換性を保ちつつ、言語固有のWordNetを並列で開発可能にする仕組みを提供すること。

提案手法

• スペイン語およびカタルーニャ語WordNetの基本的コンセプトの選定と関係的構造のガイドラインとして、英語WordNet 1.5をコアな骨格として用いる。
• 二か国語の辞書を用いて、スペイン語およびカタルーニャ語の語を英語のsynsetにマッピングし、翻訳同等性を意味的整合性の代理として用いる。
• 単一言語の参照辞書（MRD）から意味レベルでの分類関係（ハイパニム）を抽出し、言語固有の階層を構築する。
• 自動抽出された分類体系と疎な語からsynsetへのマッピングを統合し、言語間の新たな接続を同定および検証する。
• 複数の接続構成（例：二か国語の接続や単一言語の接続）を評価するブートストラップ戦略を実装し、高信頼度のリンクを選択してカバレッジを拡張する。
• 信頼度の閾値と反復的精錬を用いて接続を統合・検証し、とりわけ語彙的分野が乏しい分野においても有効に機能する。

実験結果

リサーチクエスチョン

• RQ1 英語WordNetを効果的に基盤として用いることで、スペイン語およびカタルーニャ語の多言語WordNet構築をどのように迅速化できるか？
• RQ2 二か国語の辞書と単一言語の辞書は、信頼性の高い語からsynsetへのマッピングおよび分類的構造を確立するために果たす役割は何か？
• RQ3 複数の言語的リソースを統合することで、初期の語からsynsetへのマッピングにおけるギャップを体系的にどのように埋められるか？
• RQ4 言語間およびリソース間の接続構成のうち、自動拡張における正確性を最大限に引き出すのはどのような構成か？
• RQ5 反復的ブートストラップは、初期マッピングを超えて、多言語WordNet構築におけるカバレッジと正確性を向上させることができるか？

主な発見

• 本手法は、アーティファクトおよびメンタルプロセスの語彙的分野において、新たに追加された接続の検証で99％の正確性を達成した。
• コミュニケーションおよび食事の語彙的分野では、クラス4の構成を用いた場合、新たに追加された接続の正確性はそれぞれ78％および68％に達した。
• クラス1の構成（単一言語の辞書に起因する接続のみに依存）は99％の正確性を達成し、分類体系に基づくリンクの信頼性の高さを示している。
• クラス2およびクラス4の構成は、低いが依然として有意な正確性（77–89％）を示しており、検証されていない二か国語ベースのリンクが信頼性に欠ける可能性を示唆している。
• 複数の接続経路（例：AおよびB）の統合により、信頼度が向上し、曖昧なケースにおいてもより強固な推論が可能になった。
• ブートストラップ手法により、初期の疎な骨格を超えてカバレッジが拡張され、特に階層の下位および中位レベルで顕著であった。