準最適解からの加重文脈自由文法の獲得

• Item type: SIG Technical Reports(1)
• 公開日: 2006-03-17
• タイトル: 準最適解からの加重文脈自由文法の獲得
• タイトル / 言語: en
• タイトル: Acquiring Weighted Context-Free Grammars from Sub-optimal Solutions
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京農工大学大学院共生科学技術研究部
• 著者所属: 東京農工大学大学院共生科学技術研究部
• 著者所属(英): en
• 著者所属(英): Tokyo University of Agriculture and Technology
• 著者所属(英): en
• 著者所属(英): Tokyo University of Agriculture and Technology
• 著者名: 乾, 伸雄; 品野, 勇治
• 著者名(英): Nobuo, Inui; Yuji, Shinano
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では多値分類SVMを用いた文脈自由文法の学習方法について述べる。Tsochantaridisらは構文解析で得られた構文木を多値分類SVMに与え，加重文脈自由文法(WCFG)の重みを学習する方法を提案した。多値分類SVMの記述能力は柔軟であり、WCFGを超えた精度が期待できる文法にも適用できる。我々はそのような文法の一つとしてアーク文脈自由文法(ACFG)を提案する。しかしながら、ACFGで最適解を求める手間はWCFGのそれよりも大きい。そのため、WCFGと同じ手間で求められるACFGの準最適解に適した重みの学習方法を提案する。数値実験でF値を測定したところ、提案する準最適解を使ったACFGが79.9であるのに対し、PCFGが76.6、WCFGが77.6であり、高い精度を達成できた。また、最適解を使ったACFGが79.6と同程度であったが、提案手法は短い時間で学習を終了することができた。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We discuss a learning algorithm of context-free grammars. Tsochantaridis proposed a learning method for the weighted context-free grammar (WCFG), using multiclass SVM. Against this, we propose a multiclass SVM for the arc-weighted context-free grammar (ACFG) which represents inter-rule relations. For learning from sub-optimal syntactic trees of ACFG, we propose a new learning algorithm where partial syntactic trees are used. Experimental results showed that our method achieved 79.9 in F-value against 76.6 for PCFG and 77.6 for WCFG. Thought the precision of our method is almost same as ACFG with optimal solutions, the learning of our method completed within a shorter time.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 情報処理学会研究報告数理モデル化と問題解決（MPS）; 巻 2006, 号 29(2006-MPS-058), p. 67-70, 発行日 2006-03-17
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会