属性値に多価を許容する事例からの翻訳ルール学習手法

スポンサーリンク

概要

論文の詳細を見る
近年、自然言語処理応用への学習アルゴリズム適用が試みられている。しかし、この分野では、学習事例の属性値が多価で、しかも、シソーラス等の巨大な背景知識が前提となることが多い。従って、属性値一価を前提とする、従来の機械学習アルゴリズムは、その適用が難しい。本稿では、属性値に多価を許容できる、事例からのルール学習アルゴリズムを提案する。本アルゴリズムでは、背景知識の上下関係に基づく前処理により、属性値の多価性を許容している。本アルゴリズムを、機械翻訳の英語動詞選択ルールの学習に適用した結果、予め既存の意味解析処理により、多義性を1価に絞り込んだ場合と同等の学習性能を確認できた。
一般社団法人情報処理学会の論文
1993-09-27

著者

関連論文

もっと見る

スポンサーリンク