対訳情報を用いた単語のクラスタリングに関する考察

概要

論文の詳細を見る
類似概念を持つ単語に、同じ意味カテゴリ(シソーラスあるいは意味素性)を付与して意味的に分類することは、自然言語処理の分野で一般に行われている。しかし、意味カテゴリを作成することは容易なことではなく、また、たとえ意味カテゴリが作成できたとしても、単語にこれらの意味カテゴリを安定して付与することはほとんど不可能である。そのため、客観的なデータを用いて自動的に単語を分類する手法がいくつか提案されている。これらのいずれの手法でも日本語間の共起関係(例えば、名詞と動詞の係り受け関係)を利用し、なんらかの意味的な近さを表す距離を用いて単語を分類している。しかし、松川らが指摘しているように距離を用いて単語を分類する場合、複数の意味を持つ単語については事前に意味を分類しておく必要がある。そこで、筆者らは当研究室で構築中の言語データベースから抽出した対訳情報(英語)を用いて事前に意味を分類することとした。このことは、日本語では複数の意味を持つ単語でも英語ではそれぞれの意味に応じて訳語が異なり、対訳を用いることで日本語の意味が事前に分離されていると仮定していることになる。本報告では、ドメインを国際会議に限定してその中に出現した係り受けデータと対訳を用いてクラスタリングを行ったのでその結果について考察し、対訳を用いないでクラスタリングを行った場合と比較する。
一般社団法人情報処理学会の論文
1990-09-04

対訳情報を用いた単語のクラスタリングに関する考察

スポンサーリンク

概要

著者

関連論文

スポンサーリンク