[論文レビュー] Adposition and Case Supersenses v2.6: Guidelines for English

Nathan Schneider, Jena D. Hwang+9 more|arXiv (Cornell University)|Apr 7, 2017

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

ひとこと要約

本稿は、英語における介詞および格助詞の意味的役割を分類するための52ラベルのインベントリであるSNACS（意味的ネットワーク・オブ・アドポジション・アンド・ケース・スーパー・サス）フレームワークの v2.6 を提示する。このフレームワークは、言語間比較とコーパスアノテーションを通じて、時間的、場所的、原因的関係などの意味的機能を捉える階層的で構造的なシステムを発展させた。自然言語処理（NLP）タスク、例えば意味的役割ラベリングや意味的意味の解釈に応用可能である。

ABSTRACT

This document offers a detailed linguistic description of SNACS (Semantic Network of Adposition and Case Supersenses; Schneider et al., 2018), an inventory of 52 semantic labels ("supersenses") that characterize the use of adpositions and case markers at a somewhat coarse level of granularity, as demonstrated in the STREUSLE corpus (https://github.com/nert-nlp/streusle/ ; version 4.5 tracks guidelines version 2.6). Though the SNACS inventory aspires to be universal, this document is specific to English; documentation for other languages will be published separately. Version 2 is a revision of the supersense inventory proposed for English by Schneider et al. (2015, 2016) (henceforth "v1"), which in turn was based on previous schemes. The present inventory was developed after extensive review of the v1 corpus annotations for English, plus previously unanalyzed genitive case possessives (Blodgett and Schneider, 2018), as well as consideration of adposition and case phenomena in Hebrew, Hindi, Korean, and German. Hwang et al. (2017) present the theoretical underpinnings of the v2 scheme. Schneider et al. (2018) summarize the scheme, its application to English corpus data, and an automatic disambiguation task. Liu et al. (2021) offer an English Lexical Semantic Recognition tagger that includes SNACS labels in its output. This documentation can also be browsed alongside corpus data on the Xposition website (Gessler et al., 2022): http://www.xposition.org/

研究の動機と目的

• 英語における介詞および格助詞の意味的役割の普遍的で言語学的根拠に基づいたインベントリの開発を目的とする。
• ヒブライ語、ヒンディー語、コリアン語、ドイツ語と比較した広範なコーパスアノテーションと言語間比較に基づき、スーパー・サスの階層を洗練・簡素化することを目的とする。
• 時間的と場所的、目的と方法の違いなど、明確な意味的違いを定義することで、介詞および格助詞の使用における曖昧性を解消することを目的とする。
• 意味的役割ラベリング、語の意味的意味の解釈、語彙的意味的認識などの下流NLPタスクを支援することを目的とする。
• 多言語の意味的アノテーションと言語間比較に耐えうる安定的で拡張可能なフレームワークを提供することを目的とする。

提案手法

• CIRCUMSTANCE、PARTICIPANT、CONFIGURATION、役割-関数の組み合わせに関する制約の4つの主要カテゴリに分類された52の意味的ラベルからなる階層的スーパー・サスインベントリを設計する。
• コーパスの証拠と言語間分析に基づき、重複しているか問題のあるカテゴリ（例：具体的な場所対抽象的場所、価値対状態の区別）を削除することでスーパー・サスの分類体系を改訂する。
• アノテート済みコーパス（例：STREUSLE v4.5）および特殊構文（例：所有格、受動態、比較構文）からの知見を統合し、ラベル定義を精緻化する。
• 無限構文、所有格、比較構文などの実世界の文法構造にフレームワークを適用し、詳細なラベリングガイドラインを策定する。
• コンストラルに基づくアプローチを用い、介詞および格助詞が意味的関係をどのように符号化するかをモデル化する。関数（例：TIME、SOURCE）と役割（例：THEME、CAUSER）の区別を行う。
• 反復的改訂（v2.0～v2.6）を通じてシステムを文書化・検証し、コーパスアノテーションと多言語比較からのフィードバックを統合する。

実験結果

リサーチクエスチョン

• RQ1 英語における介詞および格助詞は、どのように一貫性のある意味的インベントリに体系的に分類可能か？
• RQ2 多様な文法構造において、介詞および格助詞の使用における曖昧性を解消するために、どのような意味的違いが必要かつ十分か？
• RQ3 希伯来語、ヒンディー語、コリアン語、ドイツ語における言語間パターンは、英語用の普遍的スーパー・サスフレームワークの設計にどのように寄与するか？
• RQ4 意味的関数（例：TIME、SOURCE）と役割（例：THEME、RECIPIENT）の組み合わせにどのような制約が存在するか？
• RQ5 非階層的で簡素化されたスーパー・サスシステムは、意味的役割ラベリングや語の意味的意味の解釈といったNLPタスクの性能をどの程度向上できるか？

主な発見

• v2.6のスーパー・サスインベントリは、具体的な場所対抽象的場所や価値対状態の区別といった重複カテゴリの削除により、複雑さが軽減され、一貫性と使いやすさが向上した。
• フレームワークは、長年の曖昧さを解消し、DURATIONとTIMEの違いを明確にし、「as...as」比較構文における'as'の機能をEXTENTとして明確に特定した。
• 所有格構文は、所有者にPOSSESSOR、所有物にPOSSESSIONを一貫してラベル付けすることで、アノテーションの正確性が向上した。
• RECIPIENTの定義が見直され、動物的でない受取人にも適用可能になるように、生体性の要件が撤廃され、適用範囲が拡大された（例：'the gift was given to the box'）。
• 受動態構文の処理において、送り手（agent）がCAUSERに、主題（theme）がTHEMEに明確に割り当てられるようになった。これは意味的役割理論と整合的である。
• このフレームワークは自動的意味の解釈タスクを支援でき、英語語彙的意味的認識タッパーなどのシステムに統合されており、NLPパイプラインにおける実用的有用性を示している。