pdf SIG SWO 040 04

人工知能学会研究会資料SIG-SWO-040-04

日本語 _WordNet の語彙拡充のための文法オントロジの作成と活用

Grammer Ontology for Expanding Japanese WordNet Vocabulary

小林賢司

鵜飼孝典

井形伸之

西野文人

1

₍

株 ₎ 富士通研究所

1

Fujitsu Laboratories Ltd.

Abstract: It requires a larger dictionary to make an application to interact more naturally with the users. Japanese WordNet is one of the free dictionaries, which includes thesaurus. It has RDF formed dataset that links to other resouces such as DBpedia, so it is useful for our supposing application. However the WordNet is insufficient because of the small volume of vacabulary, lack of parts of speech and derivative relations, and so on. Japanese Wiktionary, which is another free dictionary, has the parts of speech and the derivative relations. It is expected that more vocabularies can be extracted than from the WordNet. We have built a glammar ontology based on the structure of the Wiktionary to express of missing informations in the WordNet ontology. The volume of vocabularies is expanded to 1.16 times compare with Japanese WordNet with the ontology. 33,909 links are added about parts of speech, 317 links about derivative relation, and so on. The application can rephase over the part of speech using the extended dictionary.

1 ^はじめに

人工知能分野の活発化に伴い，対話技術や質問応答技 術の発展が一層期待されている．その中で我々は，アプ リケーションがテキストあるいは音声を入力とした自然 言語から，正しく意味を解釈し，自然な回答を出力でき ることを目指している．そのためには，語句の意味や概 念 だ け で な く，活 用 や 用 法 ，読 み ，発 音 な ど を 含 ん だ ， 構 造 化 さ れ た 機 械 判 読 可 能 な 辞 書 デ ー タ が 必 要 と な る ． 例えば，「目的地まで歩きたい」という入力に対し，「徒歩 なら₁₀分かかります」と返答するには，動詞_“歩く_”の 連用形が_“歩き_”であり，それを名詞化した_“歩き_”とい う 派 生 語 と_“徒 歩_”が同 じ 概 念 で あ る，と い う 知 識 を 保 持する必要がある．

現在，公開されている代表的な日本語辞書データとし ては，日本語_WordNet[1]や日本語_Wiktionaryが挙げら れる．日本語_WordNetは，シソーラスであり，語句の意 味 ，同 義 語 ，上 位 ／ 下 位 概 念 な ど が ま と め ら れ て い る ． ま た ，デ ー タ はRDF(Resource Description Framework) で提供され，_DBpediaなど他のリソースともリンク付け ら れ て い る ．_RDFは_{, Web}に お い て 情 報 を 記 述 す る グ ラ フ ベ ー ス の デ ー タ モ デ ル に 基 づ い た 形 式 的 言 語 で あ

∗_{連絡先:(株)富士通研究所}

〒_211-8588神奈川県川崎市中原区上小田中_4-1-1 E-mail: kobayashi [email protected]

り_{, Web}の情報をソフトウェアによる自動処理などに使

わ れ る こ と を 想 定 し て 作 ら れ て い る_[2]. そ の た め ，上 記アプリケーションを想定する本研究にとって，日本語

WordNetを利用することは都合が良い．しかし，語彙量

は十分ではなく，品詞や活用形の情報が貧弱，派生語の 登録有無が曖昧，などの問題がある．

一方，日本語_Wiktionaryは，日本語_WordNetと異な り，RDF化されておらず，概念体系について乏しいが， 品詞や活用形，漢字・読み表記関係，訳語，発音，語源 な ど ，日 本 語WordNetで は 不 足 し て い る 情 報 を 多 く 持 つ．また，日本語_WordNetが登録していない語句も持っ ており，更には活用による派生語や，漢字・読み表記関 係 ま で 考 慮 す る と ，日 本 語_WordNet以 上 の 語 彙 量 を 抽 出できる可能性がある．

本 研 究 は ，日 本 語_Wiktionaryの デ ー タ を_RDF化 し ，

日本語_WordNetのデータ（オントロジ）と統合すること

に よって ，日 本 語_WordNetで 不 足 し て い る 語 彙 を 拡 充 することを目的とする_.本論では，以下について述べる．

• ^{日本語Wiktionary}から抽出したデータを元に，品 詞・活用形，派生語関係，表記関係についてRDF 化した_“文法オントロジ_”を作成する．

• 文 法 オ ン ト ロ ジ を 活 用 し ，日 本 語WordNetオ ン トロジにおいて欠落した語句や品詞・活用形，派 生語関係，表記関係を補完する．

上 記 を 行った 結 果 ，語 彙 量 と し て は ，日 本 語 _Wik-

図_{1 WordNet}オントロジのクラス公理概要

tionaryが持つ31,302語に対して，派生語や表記関係か ら新規に_19,355語を追加できた．この内，_18,413語は 日 本 語WordNetが 持 た な い 語 句 で あ り，全 体 の 語 彙 量 は 約_1.16倍 と なった ．ま た ，品 詞・活 用 形 に つ い て は 33,909個，派生語関係については317個，漢字・読み表 記関係については_28,032個のリンクを付与できた．こ れにより，派生語関係から自然な言い回しにアレンジし たり，テキストなら漢字，音声なら読みといった対応も しやすくなることが期待される．

本 稿 の 構 成 は 次 の 通 り で あ る ．第₂ 節 で は ，日 本 語

WordNetとその問題点について述べる．第₃節では，日

本 語_Wiktionaryに つ い て 述 べ る ．第₄節 で は ，本 稿 の 課題について述べる．第₅節では，作成した文法オント ロジについて述べ，第₆節で，その活用について述べる． 第₇節では，活用により，拡充した語彙についての評価 結果と考察について述べる．第₈節では，関連研究につ いて述べ，最後の第₉節でまとめと今後の課題について 述べる．

2 ^日本語 WordNet

日 本 語_WordNetは ，プ リ ン ス ト ン 大 学 で 開 発 さ れ た Princeton WordNetを ベ ー ス と し て ，日 本 語 向 け に 開 発 された_WordNetである．_WordNetは_RDFデータも公開 さ れ て お り，日 本 語WordNetも こ れ に 則 し て 記 述 し て いる．語彙量としては，約₉万語が収録されている．

WordNet オ ン ト ロ ジ の ク ラ ス 公 理 概 要 を 図1 に 示 す．_WordNetオントロジは，概念_(Synset)，語意_(Word- Sense)^{，語 句}(Word)^の3ク ラ ス か ら 成 る ．概 念 は ，同 義語となる語句の集合を表すクラスである．概念間では 上位・下位，類似などの関係も定義される．語意は，語

図_{2 WordNet}オントロジのインスタンス例

句 の1つ の 意 味 を 示 し ，概 念 と 語 句 を 紐 付 け る ク ラ ス である．語句は，少なくとも₁つの意味を持つ表記を示 すクラスである．また，概念上の品詞として，名詞・動 詞・形容詞・副詞の₄種に分類されており，概念または 語意のサブクラスとして表現される．各国語固有の品詞 が登録される際は，その₄種いずれかに分類される．例 えば，日本語における形容動詞や連体形は，形容詞に分 類される．

イ ン ス タ ン ス 例 を 図₂に 示 す．_“イ ル カ_”，_{“dolphin”}，

“^{海 豚}”と い う 語 句 は ，_“小 型 歯 ク ジ ラ 各 種_”と い う 共 通 の 名 詞 概 念 を 表 す 語 意 を 持 つ ．な お ，こ の 例 で は ，

“dolphin”^の1つの語意を表す語句として，_“イルカ_”や

“^海豚”^{も含まれる．}

2.1 ^問題点

自然な対話や質問応答を実現するに当たって，日本語

WordNetを使用するには以下の問題点がある．

語彙量が少ない

日 本 語 の 一 般 的 な 辞 書 に お け る 収 録 語 彙 量 は₂₀ 万語上あることから，より多くの語が登録される ことが望まれる．例えば，岩波書店発行の「広辞 苑第六版」においては，約₂₄万語が収録されて いる．

品詞・活用形の情報が不足している

自然言語の解析や生成を行うには，言語に合わせ た，形容動詞／助動詞など詳細な品詞情報や，形 容詞や動詞など用言に分類される品詞の活用形情 報が必要となる．しかし品詞については，概念品 詞の4種に留まり，活用形については分類すらさ れていない．

派生語の登録が曖昧となっている

WordNetでは，概念的な品詞が異なる場合は，派

生語であっても区別して登録される．例えば，形 容 詞_“美 し い_”と ，そ の 副 詞 的 用 法 と な る_“美 し く_”は，両方とも登録される．しかし，実際には， 派生語が揃って登録されていない語句がある． 漢字・読み表記関係がない

日本語は，ある語句に対して，主に漢字や平仮名 の 組 合 せ で 異 な る 表 記 を 行 え る た め ，表 記 が 異 なっても検索できることが望ましい．しかし，日 本 語_WordNetで は ，漢 字・読 み 表 記 の 関 係 に あ る語句は，同じ概念の語句として登録されている が，両者の関係は特に定義されていない． 以 上 に よ り，日 本 語_WordNetの 語 句 に ヒット す る よ う に，アプリケーション側で意識しなくてはならない．例 えば，形容動詞_“綺麗_”の副詞的語意である_“綺麗に_”の 概念を知りたいとき，_“綺麗_”で引くべきか，あるいは， か な 表 記 の_“き れ いに_”で引 く べ き か ，判 断 が つ き にく いため，いずれも登録されていることが望ましい．

3 ^日本語 Wiktionary

日本語_Wiktionaryは，_Wikiを使った参加編集型の辞 書 サ ー ビ ス で あ る_Wiktionary の 日 本 語 版 で あ る ．₁語 句に対して₁ページで，活用や用法，漢字・読み表記関 係 ，訳 語 ，発 音 ，語 源 な ど ，日 本 語_WordNetで は 不 足 し て い る 語 句 の よ り 詳 細 な 情 報 を 収 録 し て い る ．ま た ， WordNetほ ど で は な い が ，上 位 語 や 下 位 語 ，類 義 語 な ど関連語も収録しており，その面でも今後活用できると 考 え ら れ る ．収 録 さ れ る 日 本 語 は 約₃万 語₍ペ ー ジ₎で あるため，日本語WordNetと比較すると見劣りするが， ページ内には前述した関連語や漢字・読み表記関係など， 他の語句の情報も多く含まれているため，潜在的な語彙 量は豊富と言える．

4 ^課題

前 述 し た 通 り，日 本 語_Wiktionaryは ，活 用 後 の 語 句 や，漢字・読み表記関係まで考慮すると，日本語_WordNet 以上の語彙量を持っている可能性がある．そのため，本 研 究 で は 日 本 語_Wiktionaryの デ ー タ を 使 用 し て ，日 本

語WordNetの語彙拡充を狙い，以下を行う．

文法オントロジの作成

語句の品詞・活用形，派生語関係，漢字・読み表記 関係を表すクラス・プロパティ公理を定義し，日 本 語_Wiktionaryか ら 抽 出 し た デ ー タ を 当 て は め た文法オントロジを作成する．品詞・活用形につ いては，学校文法に習った表現とし，また語意ク

図₃ 日本語文法上の品詞の表現

ラ ス が 示 す の は 概 念 的 な 品 詞 で あ り 異 な る た め ， 新規に語句タイプを示すクラスを定義した．派生 語関係は，文法的に派生語の生成が可能な関係を 示すプロパティ，漢字・読み表記関係は，語意と の関係を考慮した表記関係を示すプロパティをそ れぞれ定義した．

文法オントロジの活用

文 法 オ ン ト ロ ジ を 日 本 語_WordNetオ ン ト ロ ジ に 活 用 し ，派 生 語 関 係 ，漢 字・読 み 表 記 関 係 ，及 び そ れ ら の 関 係 に あ る 語 句 を 拡 充 す る ．文 法 オ ン ト ロ ジ は ，語 句 の 派 生 語 関 係 お よ び 漢 字・読 み 表 記 関 係 を 持 つ が ，語 意 と の リ ン ク は 日 本 語

Wiktionaryが収録する語句に限られる．一方，日

本 語_WordNetは ，前 述 の 通 り，派 生 語 関 係 や 漢 字・読み表記関係を持たない．よって，文法オン トロジを活用することによって，日本語_WordNet オントロジの語意に対してもこれらの関係をリン ク付ける．

5 ^{文法オントロジの作成}

本 節 で は ，作 成 す る 文 法 オ ン ト ロ ジ に つ い て 述 べ る ． 文法オントロジは，品詞・活用形，派生語関係，漢字・ 読み表記関係を表現する．

5.1 ^{品詞・活用形の表現}

日本語文法上の品詞・活用形の表現について述べる． 日 本 語_Wiktionaryで は ，基 本 的 に 学 校 文 法 を 採 用 し て い る た め ，そ れ に 習った 表 現 と な る よ う に ，図3の よ う に し た ．_WordSenseク ラ ス が 示 す の は 概 念 的 な 品 詞 で あ り 異 な る た め ，新 規 に 語 句 タ イ プ を 示 す ク ラ ス (WordType^クラス)^{を定義した．まず}WordType^クラス を，辞書形と活用形に2分した．辞書形は，活用されて いない一般的な辞書に記載されている語形であり，基本

図₄ 活用形の表現

的には日本語Wiktionaryに登録されている語形である． 学校文法においては，いずれかの品詞は，活用語または 非活用語，および自立語または付属語に属するため，そ れに従ったクラス構造とする．また動詞の場合は，活用 形を把握するために，五段活用や下一段活用など，活用 形で更に分類する．

活用形は，活用語における活用された語形である．学 校文法に習って未然形・連用形・終止形，連体形，仮定 形，命令形を図₄のように分類し，辞書形と，それぞれ の形変化のプロパティとリンクする．具象化する際には，

日本語_Wiktionryからは，品詞と活用形，語幹，活用語

尾を取得できるため，まず辞書形を登録し，次に各活用 形を生成し，辞書形とリンクを付けた上で登録する．

以上により，ある語句の品詞・活用形，および活用語 の実際の語形を把握でき，自然言語文の解析または生成 に使える他，後述する派生語関係の表現に対応できる．

5.2 ^{派生語関係の表現}

派生語を増やすために，文法的に異なる概念を派生す ることが出来る関係を定義する．文法的な派生語の例を 表₁に 示 す．例 え ば ，動 詞_“歩 く_”の 連 用 形_“歩 き_”は ， 名詞として扱えることを示す．このような派生語関係毎 に，プロパティを定義しておく．

具 象 化 す る 際 は ，_domainに 合 致 す る 品 詞・活 用 形 の 語 句 が 日 本 語_Wiktionaryか ら 抽 出 さ れ た 場 合 に ，そ の 派生方法に従って，派生語を生成することになる．これ により，日本語_Wiktionaryのある₁つの語句に対して， 品詞を跨った派生語まで機械的に生成することが可能と なる．

図₅ 漢字・読み表記関係の表現

図₆ 漢字・読み表記関係の具象化例

5.3 漢字・読み表記関係の表現

日本語_Wiktionaryでは，ある程度の漢字・読み表記関

係を抽出可能である．また，同じ漢字でも複数の読みを 持 ち ，更 に は 読 み 毎 に 意 味 が 異 な る 場 合 が あ る ．逆 に ， 同じ読みでも複数の漢字を持ち，漢字毎に意味が異なる ことが多い．よって，漢字・読み表記は意味と繋がる必 要 が あ る た め ，_WordNetの 語 句 ク ラ ス を 継 承 し ，語 意 クラスと紐付けることによって対応する₍図₅₎．図₆は 漢字，読み表記の具象化例である．この例における_“金 星_”は，_“きんせい_”と_“きんぼし_”の複数の読みを持ち， また読み毎に意味が異なる．よって，“金星”は漢字語句 ク ラ ス ，_“き ん せ い_”と_“き ん ぼ し_”は_,か な 語 句 ク ラ ス とし，双方を漢字または平仮名関係のプロパティでリン クする．また，各々の_Wordクラスは，その語意を示す

WordSenseクラスとリンクする．これにより，漢字・読

み表記と語意を正しく表現することが可能となる．

表₁ 文法的な派生語の例

派生元品詞_(domain) 派生方法 派生語品詞_(range) 例

動詞 連用形 名詞 歩く→歩き

形容詞 連用形 副詞 美しい→美しく

形容詞 語幹＋さ 名詞 美しい→美しさ

6 ^{文法オントロジの活用}

文 法 オ ン ト ロ ジ と 日 本 語_WordNetオ ン ト ロ ジ を 照 ら し合わせ，品詞・活用形や派生語関係，表記関係の補完 を行う．

品詞・活用形については，双方のオントロジが持つ語 句 と ，そ の 語 句 を 持 つ 語 意 の 概 念 的 品 詞 が 一 致 す れ ば ， リンクを付与する．派生語関係についても同様に，派生 語関係にある語句を持つ語意が存在し，その語意の概念 的 品 詞 が 一 致 す れ ば ，そ の 語 意 間 に リ ン ク を 付 与 す る ． 例 え ば ，文 法 オ ン ト ロ ジ に お い て ，動 詞_“走 る_”の 活 用 形₍連 用 形 名 詞₎は_“走 り_”で あ る と す る ．こ こ で ，_“走 る_”の 動 詞 的 語 意 と_“走 り_”の 名 詞 的 語 意 の 表 記 を 確 認 し，一致していれば，双方の語意をリンク付けする．こ れによって，ある語意に対して，別の品詞に言い換えた 語意へと辿ることが可能となる．表記関係の補完につい て は ，日 本 語_WordNetオ ン ト ロ ジ に お け る 同 一 概 念 に 属す語意の語句が，文法オントロジが持つ漢字・読み表 記関係にある語句に一致するか，または，漢字語句を持 つ語意に対して，読み表記となるかな語句とリンク付け する．

7 ^評価

文 法 オ ン ト ロ ジ を 活 用 す る こ と に よって ，日 本 語 WordNet オ ン ト ロ ジ に 追 加 可 能 な 日 本 語 の 語 彙 量 や ， 派 生 語 関 係 ，表 記 関 係 に つ い て 評 価 し た ．日 本 語_Wik- tionaryの 評 価 対 象 と し て は ，日 本 語 の 意 味 を 持 つ 語 句 に限定した．語彙量については，語句が重複していなけ れば，追加可能と判断した．品詞・活用形情報や漢字・ 読 み 表 記 関 係 を 取 得 し た 語 句 の 中 で ，日 本 語_WordNet オントロジにリンク付け出来たものを各関係の評価とし た ．な お ，本 研 究 で は ，日 本 語_Wiktionaryか ら デ ー タ 抽 出 す る た め に ，_Zeschら が 開 発 し た_API[3]を 日 本 語

Wiktionary向けに拡張し，使用している．

7.1 ^評価結果

語彙量についての評価結果を，表₂に示す．まず，日 本語_Wiktionaryから単純に抽出した_31,302語句₍ペー ジ₎を，日本語_WordNetオントロジが持つ_93,834語句 と比較すると，_18,660語句追加可能であることが分かっ た．文法オントロジを活用すると，派生語や漢字・読み 表記関係にある語句が増加し，_50,657語句となり，その 内_37,073語 句 が 追 加 可 能 と な る ．よって ，合 計 の 語 彙 量としては，_130,907語句となり，単純に抽出した場合 の_112,494語句の約_1.16倍となった．

品詞・活用形情報や各種関係の評価結果を，表₃に示 す．リ ン ク 抽 出 数 と は ，日 本 語_Wiktionary か ら 抽 出 し て文法オントロジに登録できたリンク数である．リンク 付与数とは，抽出したリンクを活用し，日本語WordNet オントロジの語意に対して付与できたリンク数である． 品 詞・活 用 形 に つ い て は ，日 本 語 Wiktionary か ら 36,243語 句 に 対 し て 抽 出 で き て お り，日 本 語_WordNet オントロジの33,909語意にリンク付与できた．全体で，

158,058^{語意あるので，約}21%の語意に対して，品詞・

活用形情報を登録できたことになる．

派生語関係の評価結果については，日本語_Wiktionary から_3,313個の派生語関係のリンク数を抽出した．しか し，日本語_WordNetオントロジの語意に対しては，₃₁₇ 個のリンク数に留まる．

漢字・読み表記関係の評価結果については，_27,756個 のリンクを抽出し，活用によって_28,032個を付与する こ と が 出 来 た ．日 本 語_WordNetに お い て ，漢 字 語 句 を 持つ語意は_127,000個あるため，約_22%について漢字・ 読み表記関係が把握出来ることになる．

7.2 ^考察

本評価結果により，入力した語句に対する語意や，派 生語，別の表記へと辿りやすくなったと言える．語彙量 に つ い て は ，一 般 的 な 辞 書 が 約20万 語 持 つ と す れ ば ， その半数を超えることが出来ている．残りの約₇万語に 対応するには，派生語関係を増やすか，他のデータとの

表₂ 語彙量の評価結果

日本語_WordNet 日本語_Wiktionary 日本語_Wiktionary 文法オントロジ活用前 文法オントロジ活用後 抽出語句数 _{93,834 31,302 50,657}

追加可能語句数 _{- 18,660 37,073}

表₃ リンク付与の評価結果

リンク抽出数 リンク付与数 品詞・活用形 36,243 33,909

派生語関係 _{3,313 317} 漢字・読み表記関係 _{27,756 28,032}

連携によって，補完することを検討する．

品詞・活用形および派生語関係を抽出できた語句であ れば，少なくとも派生語の表記を取得することが可能と なった ．そ の 中 で ，日 本 語_WordNetが 持 つ 語 意 と リ ン ク付けされていれば，ある語意の派生語関係にある語意 へと辿ることもできるため，その派生語の同義語まで辿 ることも出来る．しかし，前述した結果の通り，語意間 の 派 生 語 関 係 の リ ン ク は ，₃₁₇個 に 限 ら れ る ．こ れ は ， 今回の活用では，派生語の語意まで生成しておらず，日 本 語_WordNetに て 予 め 定 義 さ れ た 派 生 語 を 対 象 と し た ためである．よって，活用するためには，語句だけでな く，派生語の語意を定義する方法を検討しなくてはなら ない．また，今回の文法的に生成した派生語は，必ずし も登録すべきとは限らない，という問題もある．例えば， 動詞_“増える_”の連用形は，_“増え_”であるが，一般的に は名詞として使用されない．

漢字・読み表記関係については，日本語_Wiktionaryの 約77%の 語 句 に つ い て 抽 出 で き て お り，前 述 の 通 り 日

本語_WordNetの約_22%の語意についてリンクを付与で

きた．ただし，読み方によって意味が異なる漢字につい て ，日 本 語_WordNetの 語 意 に 対 し て は ，反 映 で き て い ない．

上 記 の 通 り，日 本 語_Wiktionaryか ら 抽 出 し た 文 法 オ ントロジを活用することによって，日本語WordNetと日

本語_Wiktionaryの語意や語句について，用法・活用，派

生 語 関 係 や 表 記 関 係 を 補 完 す る こ と が 出 来 た ．し か し ， 語意とのリンク付けは不十分な点が多い．これは，派生 語や別表記の語意を定義していない点もあるが，日本語 WordNet^と日本語Wiktionaryが持つ語意を独立した扱 いとしていることも要因として大きい．つまり，本来で あれば，同じ語意は同じリソースに統合すべきだが，現 状は別のリソースとして登録してしまっている．これは，

現状の抽出情報だけでは，語意の同定が困難であったた めである．

8 ^関連研究

WordNet^とWiktionaryを統合する技術として，_[4][5] が あ る ．こ れ ら は ，_WordNetと_Wiktionary間 で 登 録 さ れ て い る 語 句 に 対 し ，意 味 や 関 連 語 関 係 な ど か ら 類 似 度 を 算 出 す る こ と に よって ，語 彙 の 同 定 ，及 び 統 合 を 行って い る ．ま た ，日 本 語_Wiktionaryで は な く 日 本 語 Wikipedia^を日本語WordNet^{と統合する研究}[6][7]^もあ る．しかし，いずれも各国語由来の品詞や活用形，それ を使用した派生語関係，表記関係については表現してい ない．

派 生 語 の 生 成 に つ い て ，[8]で は ，コ ー パ ス か ら 収 集 した派生語用例を生成規則の形で記述し，その適用確率 を学習している．適用確率を使用することにより，派生 語らしく，使用頻度も高い語が受理される．ただし，派 生語は，語幹を成す名詞と接尾語との連接に限られてお り，本稿のような活用語は対象としていない．しかしな がら，コーパスや確率の使用による判定は，本稿の派生 語の精度を上げる可能性があるため，今後検討していき たい．

また，オープンな辞書データとして，_IPADIC[9]があ る．現在，公式では開発が進められておらず，また類義 語 や 反 意 語 な ど 関 連 語 関 係 を 持 た な い た め ，本 稿 で は Wiktionary^{を採用した．}

9 ^おわりに

本研究では，用法や活用，派生語関係，表記関係を表 現 し た 文 法 オ ン ト ロ ジ を 作 成 し ，日 本 語_WordNetオ ン

トロジに対して活用した．その結果，文法オントロジ活 用 前 の 語 彙 量_112,494語 か ら ，活 用 後_130,907語 と な り，約_1.16倍となった．また，品詞・活用形情報につい て_33,909個，派生語関係は₃₁₇個，漢字・読み表記関 係は_28,032個のリンクを付与できた．

今後の課題として，現状は語意の統合が不十分である ため，語意の説明文や関連語などを使用して，_WordNet とWiktionary間 の 語 意 を 同 定 ，あ る い は 生 成 し ，統 合 す る 方 法 に つ い て 検 討 す る ．ま た ，派 生 語 に つ い て は ， 実際には登録すべきでない使用されない語も含まれるた め，コーパスや他の辞書データと連携するなどして，検 証する必要がある．

参考文献

[1] Hitoshi Isahara, Francis Bond, Kiyotaka Uchimoto, Masao Utiyama, and Kyoko Kanzaki. Development of the Japanese WordNet. In LREC, 2008.

[2] Graham Klyne and Jeremy Carroll. Resource Description Framework (RDF): Concepts and Ab- stract Syntax. W3C recommendation, W3C, Febru- ary 2004. http://www.w3.org/TR/2004/REC-rdf- concepts-20040210/.

[3] Torsten Zesch, Christof M¨uller, and Iryna Gurevych. Extracting Lexical Semantic Knowledge from Wikipedia and Wiktionary. In LREC, Vol. 8, pp. 1646–1652, 2008.

[4] Francis Bond and Ryan Foster. Linking and Extending an Open Multilingual Wordnet. In ACL (1), pp. 1352– 1362, 2013.

[5] John McCrae, Elena Montiel-Ponsoda, and Philipp Cimiano. Integrating WordNet and Wiktionary with lemon. In Linked Data in Linguistics, pp. 25–34. Springer, 2012.

[6] ^{山田 一郎},^{呉鍾 勳},^{鳥澤 健太郎},^黒田航,^風間淳一,^村 田真樹. Wikipediaを利用した日本語WordNetへの 用語追加の検討_.言語処理学会第₁₆回年次大会発表 論文集, pp. 948–951, 2010.

[7] ^森田武史,^玉川奨,^山口高平. ^日本語Wikipedia^オン トロジーと日本語_Wordnetの統合₍学習およびその 応用_).知識ベースシステム研究会, Vol. 96, pp. 9–14, 2012.

[8] ^{市 丸 夏 樹},^{中 村 貞 吾}, 宮 本 義 昭 ほ か_. シ ソ ー ラ ス と 確 率 文 法 に よ る 派 生 語 解 析_. 情 報 処 理 学 会 論 文 誌_, Vol. 36, No. 4, pp. 849–858, 1995.

[9] Masayuki Asahara and Yuji Matsumoto. IPADIC ver-

sion 2.7. 0 User’s Manual (in Japanese). NAIST. In- formation Science Division, 2003.