ニューラル言語モデルを用いた法令文の並列構造解析とその評価

• Item type: SIG Technical Reports(1)
• 公開日: 2017-05-08
• タイトル: ニューラル言語モデルを用いた法令文の並列構造解析とその評価
• 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: 名古屋大学大学院情報科学研究科
• 著者所属: 名古屋大学大学院情報科学研究科／名古屋大学大学院情報学研究科／名古屋大学情報基盤センター
• 著者所属: 名古屋大学大学院情報科学研究科／名古屋大学大学院情報学研究科／名古屋大学情報基盤センター
• 著者所属: 名古屋大学大学院法学研究科
• 著者所属: 名古屋大学大学院情報科学研究科／名古屋大学大学院情報学研究科／名古屋大学情報基盤センター
• 著者名: 山腰, 貴大; 大野, 誠寛; 小川, 泰弘; 中村, 誠; 外山, 勝彦
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 法令文は，一般の人々にとって読みにくいものであるとされている．その原因の一つは，階層的な並列構造が多用されることであると考えられる．複雑な階層を持つ並列構造は，人間による可読性を低下させるだけでなく，機械による法令文書処理の性能を低下させる要因にもなる．そのため，法令文書処理において，高性能な並列構造解析技術の確立が望まれる．法令文に対する並列構造解析手法はすでに提案されているが，十分な解析性能を達成しているとは言い難い．その原因の一つに，並列構造の同定の手がかりとして，単語アライメントに基づく句の類似度を用いていることが挙げられる．そこで本稿は，ニューラル言語モデル (NLM) を用いた法令文の新しい並列構造解析手法を提案する．提案手法は，文脈を考慮した並列句間の類似性や，並列句を互いに入れ替えたときの文の流暢性を NLM によって求め，それらに基づいて並列構造を決定的に同定する．評価実験の結果，提案手法の F 値は 64% となり，従来手法と比べて解析性能が 25% 程向上した．
• 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: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2017-SLP-116, 号 19, p. 1-10, 発行日 2017-05-08
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• 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