定型表現を利用した効率的な形態素解析の実現

概要

論文の詳細を見る
定型表現は,慣用表現と並び文章中に頻繁に出現する表現である.また,この表現は,それ自体が独自の意味を持つものと,持たないものがあるが,一つのまとまった単位で処理することで,処理効率や精度を上げることができる.定型表現や慣用表現の利用は有効であるが,これらは,表現形式の客観的な定義が不明瞭なため,収集作業には時間と労力を要する.しかし,コーパスなどから自動収集する研究も多数報告されている.このような定型表現を,OCRや音声認識システムなどの自然言語処理システムに導入すると,以下のような長所を生じる.1)短い単語で検索された候補より,長い単語で検索された候補の方が情報量が多いため,各種処理システムの認識率や誤り訂正率を向上できる.2)単語レベルだけではなく,構文・意味解析を交えた文脈レベルの誤り訂正が実現できる.本稿では,有効とみられる付属語的定型表現の抽出結果,及び,それらの定型表現を利用した形態素解析手法について説明する.また,本手法の有効性を確認するため,約7万文のコーパスを対象にした実験結果を示す.更に,OCRの誤り訂正への応用も示す.
一般社団法人情報処理学会の論文
1995-09-20