言語横断共訓練による単語間の上位下位関係の獲得

• Item type: Journal(1)
• 公開日: 2011-12-15
• タイトル: 言語横断共訓練による単語間の上位下位関係の獲得
• タイトル / 言語: en
• タイトル: A Bilingual Co-training Algorithm for Hyponymy Relation Acquisition
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 特集：情報爆発時代におけるIT基盤技術
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 情報通信研究機構
• 著者所属: NHK放送技術研究所／情報通信研究機構
• 著者所属: 情報通信研究機構
• 著者所属: 情報通信研究機構
• 著者所属: 情報通信研究機構
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): Science & Technical Research Laboratories, Japan Broadcasting Corporation / National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者名: 呉鍾勲; 山田, 一郎; 内元, 清貴; 鳥澤健太郎; 橋本, 力
• 著者名(英): Jong-Hoon, Oh; Ichiro, Yamada; Kiyotaka, Uchimoto; Kentaro, Torisawa; Chikara, Hashimoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では大規模かつ高精度な知識獲得のため，言語横断共訓練（bilingual co-training）という新たな枠組みを提案する．言語横断共訓練における各言語の知識獲得プロセスは，対訳辞書などの対訳資源によってつながれ，各プロセスが協調して処理を行い，両言語の知識獲得の性能を向上させる．実験では，知識獲得のタスクの1つであるWikipediaからの上位下位関係獲得を日本語と英語を対象として行い，言語横断共訓練を適用することにより，F1値が約3.6～10.3%改善できることを示した．さらに，2言語で用意した学習データは，その総量が同じ単言語における学習データと比較して，上位下位関係獲得処理においてより効果的であることを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a novel framework called bilingual co-training for a large-scale, accurate acquisition method for monolingual semantic knowledge. In this framework, we combine the independent processes of monolingual semantic-knowledge acquisition for two languages using bilingual resources to boost performance. We apply this framework to large-scale hyponymy-relation acquisition from Wikipedia. Experimental results show that our approach improved the F-measure by 3.6-10.3%. We also show that bilingual co-training enables us to build classifiers for two languages in tandem with the same combined amount of data as required for training a single classifier in isolation while achieving superior performance.
• 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: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 52, 号 12, p. 3558-3573, 発行日 2011-12-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764