[論文レビュー] Verb Semantics and Lexical Selection

Zhibiao Wu, Martha Palmer|ArXiv.org|Jun 22, 1994

Natural Language Processing Techniques被引用数 460

ひとこと要約

本稿では、認知的ドメインをまたぐ共有される意味的コンセプトに基づき、複数ドメインにまたがる動詞の概念的表現を提案する。これにより、正確な辞書照合がなくても機械翻訳における語彙選択を高精度に実現する。概念的類似度を測定し、選択制約を緩和することで、具体動詞の使用では99.45%、比喩的使用では88.8%の正確性を達成し、従来のトランスファーベースMTシステムを著しく上回る。

ABSTRACT

This paper will focus on the semantic representation of verbs in computer systems and its impact on lexical selection problems in machine translation (MT). Two groups of English and Chinese verbs are examined to show that lexical selection must be based on interpretation of the sentence as well as selection restrictions placed on the verb arguments. A novel representation scheme is suggested, and is compared to representations with selection restrictions used in transfer-based MT. We see our approach as closely aligned with knowledge-based MT approaches (KBMT), and as a separate component that could be incorporated into existing systems. Examples and experimental results will show that, using this scheme, inexact matches can achieve correct lexical selection.

研究の動機と目的

• 膨大な動詞ペア一覧と厳密な選択制約に依存するトランスファーベースMTシステムの限界を解消すること。
• 固定された引数制約ではなく、共有される概念的ドメインを通じて動詞意味をモデル化することで、MTにおける語彙選択の正確性を向上させること。
• 概念的表現に基づく類似度測定を導入することで、新しいまたは比喩的使用の動詞についても不正確な照合を可能にし、類似度を用いて適切な翻訳を選択すること。
• 意味的曖昧性を解消する際に、厳密な選択制約よりも概念的類似度が優れていることを示すこと。
• 知識ベースMTアプローチと互換性を持つモジュラー部品として、提案された表現を既存のMTシステムに統合すること。

提案手法

• 各動詞を物理的変化、力、運動などの複数の概念的ドメインにおける概念の集合として表現し、多ドメイン意味表現を構築する。
• 階層的オントロジーにおける概念的コンポonentの重なりと近接度に基づき、動詞の意味の類似度を定義する。
• 選択制約を硬直的な制約ではなく、確率的指標として扱い、制約に違反した場合に概念的類似度を用いて曖昧性を解消する。
• 制約を緩和し、概念的近接度に基づいて最も意味的に類似したターゲット動詞を選択する拡張された選択プロセスを適用する。
• UNICON MTフレームワークにシステムを統合し、概念的階層を用いて未知の動詞引数を解釈し、語彙選択をガイドする。
• 「価格」が「固定される」または「価値が変化する」といったドメイン固有の知識を活用し、抽象的または比喩的使用を適切なターゲット動詞にマッピングする。

実験結果

リサーチクエスチョン

• RQ1 多ドメインの概念的表現を用いることで、厳密な選択制約を超えて機械翻訳における語彙選択の正確性を向上させることができるか？
• RQ2 正確な辞書照合が存在しない状況において、動詞意味の概念的類似度はどれほど正確な語彙選択を可能にするか？
• RQ3 標準的な引数選択制約に違反する比喩的または非具体的な動詞使用に対し、提案手法はどの程度効果的か？
• RQ4 従来の二国語辞書にカバーされていない新しいまたは稀な動詞使用に対しても、このシステムは高い正確性を達成できるか？
• RQ5 意味的類似度を優先しつつ選択制約を緩和することで、曖昧な動詞翻訳の性能にどのような影響を与えるか？

主な発見

• 未知の動詞引数の概念的意味をエンコードした後、154文の具体動詞使用に対して99.45%の語彙選択正答率を達成した。
• 比喩的および非具体的な対象を含む116文のテストセットにおいて、緩和された制約を適用した拡張選択プロセスを経て、88.8%の正確性に到達した。
• 拡張選択プロセスにより、ベースライン比で13.8パーセンテージポイントの正確性向上が確認され、類似度に基づくマッチングの価値が示された。
• 「言語的障壁を破る」や「価格のピークに達する」といった比喩的使用を、「da-po」と「da-dao」などの適切な中国語動詞にマッピングすることで、成功裏に翻訳した。
• 同様の157文の「break」文テストセットにおいて、商用のトランスファーベースMTシステムTranStarはたった19.1%の正確性にとどまったが、本システムはこれを大きく上回った。
• 結果から、特に文脈依存的または新しい動詞使用に対処する際、概念的類似度が厳密な選択制約よりも優先されるべきであることが示された。