[論文レビュー] Mapping Multilingual Hierarchies Using Relaxation Labeling

Jordi Daudé, Lluís Padró+1 more|ArXiv.org|Jun 24, 1999

Natural Language Processing Techniques参考文献 11被引用数 13

ひとこと要約

本稿では、二語対訳辞書からの翻訳の曖昧さを解消することで、多言語の語彙的階層を自動的にマッピングするリラクゼーションラベルリング手法を提示する。制約充足を用いて、1つの意味に対して平均15個の候補翻訳があるにもかかわらず、スペイン語の単語独語彙の意味を正しい英語のWordNetシングレットに結びつける精度が80％以上に達し、多言語語彙的知識ベースを拡張する強固な手法を提供する。

ABSTRACT

This paper explores the automatic construction of a multilingual Lexical Knowledge Base from pre-existing lexical resources. We present a new and robust approach for linking already existing lexical/semantic hierarchies. We used a constraint satisfaction algorithm (relaxation labeling) to select --among all the candidate translations proposed by a bilingual dictionary-- the right English WordNet synset for each sense in a taxonomy automatically derived from a Spanish monolingual dictionary. Although on average, there are 15 possible WordNet connections for each sense in the taxonomy, the method achieves an accuracy over 80%. Finally, we also propose several ways in which this technique could be applied to enrich and improve existing lexical databases.

研究の動機と目的

• 既存の単語独語リソースおよび二語対訳リソースから、多言語語彙的知識ベースを自動的に構築すること。
• 翻訳候補が曖昧である場合に、言語間の意味的階層をマッピングする課題に対処すること。
• スペイン語の単語独語語彙の意味を、それに対応する英語のWordNetシングレットにリンクする精度を向上させること。
• 既存の語彙データベースに多言語的意味的リンクを追加するスケーラブルで強固な手法を開発すること。

提案手法

• 二語対訳辞書からの複数の翻訳候補に生じる矛盾を解消するために、リラクゼーションラベルリングアルゴリズムを採用すること。
• スペイン語語彙の各意味が正しいWordNetシングレットに結びつけられるように、マッピング問題を制約充足問題としてモデル化すること。
• 翻訳候補間のペアワイズ適合スコアを用いて、局所的な整合性に基づき、ラベルの割り当てを反復的に精緻化すること。
• 二語対訳辞書から得られる翻訳確率を用いて、リラクゼーション処理を初期化すること。
• 安定したラベリング構成で整合性が最大化されるまで、反復的精緻化を適用すること。
• 精度を評価するために、手動でアノテートされたゴールドスタンダードと照合して結果を検証すること。

実験結果

リサーチクエスチョン

• RQ1 1つの意味に対して複数の翻訳候補が存在する場合、多言語語彙的マッピングにおける曖昧さを効果的に解消する方法は何か？
• RQ2 単語独語の意味的階層を多言語語彙リソースにリンクする精度を向上させるために、どのような制約を用いることができるか？
• RQ3 リラクゼーションラベルリングは、単純なヒューリスティクスよりも、言語間の語彙的階層マッピングで優れていると言えるか？
• RQ4 制約ベースのアプローチは、多言語知識ベース構築における誤りの伝搬をどの程度低減できるか？

主な発見

• 本手法は、スペイン語語彙の意味を正しい英語のWordNetシングレットにリンクする際、80％を超える精度を達成した。
• 1つの意味あたり平均15個の翻訳候補があるにもかかわらず、リラクゼーションラベルリング手法はベースライン手法と比較して著しく誤り率を低減した。
• 制約充足フレームワークは、翻訳候補間の意味的および語彙的適合性を活用することで、曖昧さを効果的に処理した。
• 本手法は強固でスケーラブルであり、大規模な多言語知識ベースの拡張に適している。
• 結果から、局所的な整合性制約が、高い精度でグローバルなラベリング意思決定を導くことができると示された。
• 本手法は、既存の語彙データベースに多言語的意味的リンクを自動で拡張する実用的な道筋を提供する。