依存構造に基づく中国語事象表現の時間関係同定システムの構築に関する研究

• Item type: SIG Technical Reports(1)
• 公開日: 2008-03-27
• タイトル: 依存構造に基づく中国語事象表現の時間関係同定システムの構築に関する研究
• タイトル / 言語: en
• タイトル: Constructing a Temporal Relation Identification System of Chinese based on Dependency Structure Analysis
• 言語: eng
• 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: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者名: 鄭育昌; 浅原, 正幸; 松本, 裕治
• 著者名(英): Yuchang, Cheng; Masayuki, Asahara; Yuji, Matsumoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究は事象間の時間関係同定を時間情報処理の独立したタスクとして扱い、中国語の事象間の時間関係を同定する手法を提案し、タグ付きコーパスを構築し機械学習器で事象間の時間関係の自動同定システムを提案する。提案するタグ付け基準は依存構造解析結果を用いて、タグ付け作業量を減らすことを目標にしている。依存構造を用いて三つの時間関係（隣接関係、依存構造上の親子関係及び依存構造上の兄弟関係）を定義する。さらに長距離の関係を得るために推論規則を使用して時間関係を拡張する。これにより人手による動詞事象対の時間関係のタグ付け作業量を軽減できる。本研究では構文解析済みのコーパス－Penn Chinese Treebankを基本データとして、動詞間時間関係のタグ付きコーパスを構築し、本タグ付きコーパスを用いて時間関係の自動同定システムを実装する。時間関係の同定には次の手順による: 依存構造を解析し、事象の時間関係を解析し、最後は推論規則を使用して長距離関係を拡張する。提案手法で構築したタグ付きコーパスを用いて、機械学習器としてSupport Vector Machineを用いることにより、時間関係の自動同定システムを作成した。システムの評価を測るため、本研究では小規模コーパスを用いて被覆率を検証する。評価実験において提案した各種類の事象の時間関係の解析正解率は68%～71% に達し、記事中のすべての可能な事象間の時間関係の53%が提案手法により実装したシステムで同定できることがわかった。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose a machine learning-based temporal relation identification method for Chinese. Our research is the first work of the temporal relation identification between verbal events in Chinese texts. The procedure of the temporal relation identification is based on the use of syntactic dependency relations. We focus on the adjacent event pairs, head-modifier event pairs and sibling event pairs in dependency relation. Then, the extracted relations are used to extend the long distance relations by the inference rules. We survey the coverage of our system with a small corpus. The re-sult shows that our proposed system covers about 52% of temporal relations of all possible event pairs (the top line coverage is 65%).
• 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: AN10115061
• 書誌情報: 情報処理学会研究報告自然言語処理（NL）; 巻 2008, 号 33(2008-NL-184), p. 39-46, 発行日 2008-03-27
• 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