単語ベクトルの結合学習を用いた近現代語の意味変化の分析

• Item type: Symposium(1)
• 公開日: 2021-12-04
• タイトル: 単語ベクトルの結合学習を用いた近現代語の意味変化の分析
• タイトル / 言語: en
• タイトル: Analysis of Semantic Change in Modern Japanese Using Joint Learning of Word Vectors
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 単語ベクトル，通時的変化，コーパス言語学
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 東京都立大学
• 著者所属: 東京都立大学
• 著者所属: 国立国語研究所
• 著者所属: 産業技術総合研究所
• 著者所属: 統計数理研究所
• 著者所属(英): en
• 著者所属(英): Tokyo Metropolitan University, Tokyo Metropolitan University, National Institute for Japanese Language and Linguistics, National Institute of Advanced Industrial Science and Technology, The Institute of Statistical Mathematics
• 著者名: 相田, 太一; 小町, 守; 小木曽, 智信; 高村, 大也; 持橋, 大地
• 著者名(英): Taichi, Aida; Mamoru, Komachi; Toshinobu, Ogiso; Hiroya, Takamura; Daichi, Mochihashi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: コーパス間で意味の違いがある単語を検出するタスクは，主に word2vec や BERT などから得られる単語ベクトルによって行われる．ただし，言語学者や社会学者がこれらの手法を適用する実際の状況では，計算資源は限られており，BERT などのような計算コストの高い手法を導入することは難しい．そこで本研究では，限られた計算資源でこのタスクを実行するために計算コストの低い既存の手法を拡張する．実験より，拡張した手法が英語および日本語で既存の手法と同等またはそれ以上の結果を示すことを確認した．さらに，各手法の訓練時間を比較し，日本語のデータについて包括的な分析を行ったところ，拡張した手法が高速に学習し意味の変化した単語を適切に検出することを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The task of detecting words with semantic differences across corpora is mainly addressed by word representations such as word2vec or BERT. However, in the real world where linguists and sociologists apply these techniques, computational resources are typically limited. In this paper, we extend an existing simultaneously optimized model that can be trained on CPU to perform this task. Experimental results show that the extended models achieved comparable or superior results to strong baselines in both English corpora as well as Japanese corpora. Furthermore, we compared the training time of each model and conducted a comprehensive analysis of Japanese corpora.
• 書誌情報: じんもんこん2021論文集; 巻 2021, p. 110-115, 発行日 2021-12-04
• 出版者 / 言語: ja
• 出版者: 情報処理学会