@techreport{oai:ipsj.ixsq.nii.ac.jp:00182712,
 author = {寺西, 裕紀 and 進藤, 裕之 and 松本, 裕治},
 issue = {5},
 month = {Jul},
 note = {並列句解析の主たるタスクは複数の並列する句の範囲を同定することである．並列構造は文の構文 ・ 意味の解析において有用な特徴となるが，並列構造の曖昧性を解消する決定的な手法は現在においても確立されておらず，構文解析の誤りの主要な原因となっている．既存の手法では構文解析の結果や人手で設計された類似度の素性を用いており，パイプライン処理に起因する誤り伝搬や素性設計のコストが問題となっている．本研究では，近年自然言語解析に広く使用されているリカレントニューラルネットワークを用いて，構文解析の結果を用いずに単語の表層形と品詞情報のみから並列句の候補の表現を学習し，並列句の類似性と可換性の特徴に基づいて並列構造の範囲を予測する手法を提案する．Penn Treebank と GENIA コーパスを用いた実験の結果，先行研究を上回る解析精度を得た．},
 title = {ニューラルネットワークに基づく並列句表現の学習と構造解析},
 year = {2017}
}