比較対象概念の共通属性を重視する動的関連度計算方式

概要

論文の詳細を見る
人間は会話を行う際に様々な連想を行っている。「車」と聞けば、「タイヤ、エンジン、事故、…」など、「車」に関係のある語を自然に連想する。人間とコンピュータの自然な会話のためにはこのような連想機能をコンピュータに持たせることが必須となる。任意の語と語の関連の強さを評価することができれば、様々な語の中から入力された語に関係の強い語を提示することにより連想が可能となる。概念ベースを用いて語と語の関連の強さを定量化する手法としてベクトル空間モデルと関連度計算方式が提案されている。これら方式では、いずれも、対象となる概念の固定的な属性に対応する重みを評価することで、語と語の関係の強さを定量化している。しかしながら、多義語に見られるように一般に概念は多様な意味をもち意味ごとに属性も異なる。従って、概念間の関連度は計算に用いる属性の選択に大きく左右されると考えられる。本論文では、語と語の関連の強さを多様な観点で評価できる関連度計算方式を基盤に、使用する属性の選択方法として比較対象概念に応じた属性を動的に選択する新しい関連度計算方式を提案しており、提案方式では人間の感覚的な関連度判断により近い結果が得られること実験により示した。

比較対象概念の共通属性を重視する動的関連度計算方式

スポンサーリンク

概要

著者

関連論文

スポンサーリンク