言語データマネージメントのための言語タグを利用した区間演算と区間検索

概要

論文の詳細を見る
現在, 言語知識を有用な形で蓄積し, 言語処理を効率化する目的で, 統語タグ, 意味タグ等, 様々な言語タグ体系が定義されている.また, GDA(Global Document Annotation), GENIA等, 言語タグを文書へ付与することを目的とした, いくつかのコーパス整備プロジェクトも進行しつつある.このような言語タグは, 現状では, SGML, XMLを基本としたものが主流であるため, 通常, テキストに埋め込む形で実装されるが, 統語タグ等, 入れ子構造を許すものや, 複数の可能な組み合わせに対するコンプレックス構造を持つもの等が存在する上, 品詞タグに対する意味タグ等の異なる体系のタグも同一の文書に付与される場合, 視認性, 操作性を著しく損なう可能性がある.そのため, 人手によるタグ付け段階における作業の非効率性や, タグ付けの誤り, 整合性, 一貫性のチェック等におけるタグ検索の非効率化が問題となっている.本稿では, このような問題に対し, コーパスにおける言語タグの管理方法について議論する.また, 言語タグによる区間指定と区間演算を定義し, これらを用いた効率的な言語データマネージメントの実現手法を提案する.本手法により, タグ間の演算を用いた区間抽出, タグ情報の変更や付与履歴に関する差分抽出, 人手や自動付与によるタグのゆれ抽出等のタグに関する各種区間指定, およびタグ種や属性によるフィルタリングを容易に実行できるため, 効率的な言語データの管理・運用を行うことが可能となる.
社団法人電子情報通信学会の論文
2000-05-05

言語データマネージメントのための言語タグを利用した区間演算と区間検索

スポンサーリンク

概要

著者

関連論文

スポンサーリンク