[論文レビュー] Adapting the Core Language Engine to French and Spanish

Manny Rayner, David M. Carter+1 more|ArXiv.org|May 10, 1996

Natural Language Processing Techniques参考文献 13被引用数 23

ひとこと要約

本論文は、もともと英語向けに設計されたSRIコア言語エンジンを、体系的で手作業による方法で、完全に機能し、かつ逆方向にも対応可能なフランス語およびスペイン語処理システムへと変換した。モジュラーでルールベースのアーキテクチャを活用することで、再実装を最小限に抑えつつ、ラテン語族言語向けに語彙、構文、意味論を適応させた。フランス語では5か月未満、スペイン語では2か月未塔で高カバレッジの文法を達成し、類似言語間で文法ベースのNLPシステムを移植するためのスケーラブルで一般化可能なアプローチを示した。

ABSTRACT

We describe how substantial domain-independent language-processing systems for French and Spanish were quickly developed by manually adapting an existing English-language system, the SRI Core Language Engine. We explain the adaptation process in detail, and argue that it provides a fairly general recipe for converting a grammar-based system for English into a corresponding one for a Romance language.

研究の動機と目的

• 既存の英語処理システムを基に、ドメインに依存しない高カバレッジのフランス語およびスペイン語処理システムを開発すること。
• 英語向けに設計された文法ベースNLPシステムが、体系的でルールベースの適応プロセスを用いることで、関連するラテン語族言語へ効果的に移植可能であることを示すこと。
• 構文的および意味論的コンponentsの手作業適応の妥当性と効率性を、構造が類似しているが同一ではない言語間で評価すること。
• 文法ベースNLPシステムを新言語へ移植するための一般化可能な手法を確立すること、特にラテン語族言語において。

提案手法

• 統一に基づく特徴文法形式を用いて、SRIコア言語エンジンのルールモジュール（語彙、語彙素、構文、意味論）を手作業で適応すること。
• フランス語およびスペイン語の屈曲パラダイム、特に一致機能およびクチルの配置を処理するための言語固有の語彙素ルールの作成。
• 質問、関係節、受動態、複雑な名詞句といった主要構文構造をカバーする構文ルールの適応。クチル代名詞および語順の変化に対する特別な処理を含む。
• QLF（数量論理形式）を組み合わせ的意味表現として用い、構文ルールと意味ルールを統一することで、解析および生成の両方で正しい解釈を保証すること。
• CLEのモジュラーなアーキテクチャを活用し、言語固有のコンponentsを分離しながら、コア処理エンジンおよび優先度モジュールを再利用すること。
• ドメイン固有のコーパスで訓練された統計的優先度モジュールを適用し、曖昧性を解消し、実用的応用における精度を向上させること。

実験結果

リサーチクエスチョン

• RQ1 英語向けに設計された高カバレッジのドメインに依存しない言語処理システムが、手作業によるルール修正を用いてフランス語およびスペイン語へ効果的に適応可能か？
• RQ2 関連するラテン語族言語へ文法ベースNLPシステムを移植するにあたり、主な言語的およびアーキテクチャ的課題は何か？
• RQ3 クチル配置、語順、一致といった構文的・語彙素的差異の複雑さが、適応プロセスにどのように影響するか？
• RQ4 語順や語彙素的性質が異なる言語間でも、同じコアアーキテクチャおよび処理エンジンをどの程度再利用可能か？
• RQ5 言語の類似性と相違点を考慮すると、フランス語とスペイン語への適応に要する作業量と期間は、それぞれどの程度か？

主な発見

• CLEのフランス語版は、複雑な逆転、クチル代名詞、'dont'を含む関係節、'en'を含む部分的構文を含む、主要な構文構造を包括的にカバーした。
• スペイン語の文法はやや網羅性に欠けるものの、ATISドメインのすべての主要構造をカバーしており、フランス語ほどではないが、わずか2人月で完成した。
• 適応プロセスは体系的かつ再利用可能であり、アーキテクチャの変更ではなく、主にルールレベルの修正が中心であった。
• フランス語およびスペイン語のシステムともに、解析と生成の両方をサポートする逆方向対応であり、スプoken言語翻訳システム（SLT）に統合され、元の英語→スウェーデン語バージョンと同等の性能を示した。
• スペイン語のプロドロップ現象は、新しいS → VPルールと動詞エントリの意味的特徴拡張のわずかな言語固有ルール変更で対応可能であり、CLEのルールベース設計の柔軟性を示した。
• ドメインコーパスで訓練された統計的優先度モジュールは、リアルタイム処理における曖昧性を効果的に解消し、言語固有の再訓練を必要とせずに精度を向上させた。