原言語音韻を考慮した多様なカタカナ異表記生成モデル

スポンサーリンク

概要

論文の詳細を見る
言語表記における問題の一つに,文宇表記の揺れ(異表記)がある.例えば,「ロサンゼルス」は「ロスアンゼルス」や「ロサンジェルス」のようにも表記が可能である.特に,日本語においてはこのようなカタカナ異表記が多く存在しており,自然言語を機械的に処理する際の障害となっている.これに対処するため,異表記生成などの研究が行われている.しかし,従来の研究ではカタカナ表記の字面を利用した書き換え規則による手法が主流であり,カタカナ語の原言語等,より深層的な特徴は考慮されていない.また,これらの研究では書き換え規則の獲得にコーパスを用いているため,学習データの影響を受けやすい.そこで本論文では,原言語の音韻がカタカナ表記に関係している点に着目し,英語由来のカタカナ語を確率的に原言語音素列に変換,さらにその音素列をカタカナ語に逆変換することで多様なカタカナ異表記を自動生成するモデルを提案する.また,提案モデルを情報検索システムの検索質問拡張に利用し,評価実験を行う.
2008-03-04

著者

関連論文

もっと見る

スポンサーリンク