述語項構造の共起情報と格フレームを用いた事態間知識の自動獲得

• Item type: SIG Technical Reports(1)
• 公開日: 2011-09-09
• タイトル: 述語項構造の共起情報と格フレームを用いた事態間知識の自動獲得
• タイトル / 言語: en
• タイトル: Acquiring Strongly-related Events using Predicate-argument Co-occurring Statistics and Caseframe
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 知識獲得・抽出
• 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: 京都大学
• 著者所属: 京都大学
• 著者所属(英): en
• 著者所属(英): Kyoto University
• 著者所属(英): en
• 著者所属(英): Kyoto University
• 著者名: 柴田, 知秀; 黒橋, 禎夫
• 著者名(英): Tomohide, Shibata; Sadao, Kurohashi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では述語項構造の共起情報と格フレームを用いることにより，大規模コーパスから事態間知識を獲得する手法について述べる．述語項構造の共起情報はアソシエーション分析を用いて効率的に計算し，述語に対する項の必須性の判断を行なう．そして，格フレームを用いて項のアライメントをとる．16 億文からなる Web コーパスを用いて実験を行なったところ，事態ペアの獲得精度が 96%，項のアライメント精度が 79.1%であり，獲得された事態ペアの数は約 2 万となった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a method for automatically acquiring strongly-related events from a large corpus using predicate-argument co-occurring statistics and caseframe. The co-occurrence measure is calculated using an association rule mining method, and the importance of an argument for each predicate-argument is judged. Then, the argument alignment in the pair of predicate-arguments is performed by using a caseframe. We conducted experiments using aWeb corpus consisting of 1.6G sentences. The accuracy for the extracted event pairs was 96%, and the accuracy of the argument alignment was 79.1%. The number of acquired event pairs was about 20 thousands.
• 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: 研究報告自然言語処理（NL）; 巻 2011-NL-203, 号 2, p. 1-8, 発行日 2011-09-09
• 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