心象の変化を考慮した指示詞の照応解析

全文

(1)社団法人情報処理学会研究報告 IPSJ SIG Technical Report. 2003−NL−155 (9) 2003／5／26. 心象の変化を考慮した指示詞の照応解析冨士枝剛y 黒澤義明 yy 相沢輝昭 yy y. 広島市立大学大学院情報科学研究科 yy 広島市立大学情報科学部. 〒 731-3194 広島市安佐南区大塚東 3 丁目 4 番 1 号 E-mail: ffujieda, kurosawa, [email protected] あらまし本稿では，指示詞を対象とした照応解析手法を提案する．代名詞の照応解決を行うセンタリング理論，および Transition を用いたセンタリング理論の拡張では対応しない，文脈外照応の検出，および話題の中心が大きく変化する事例の解析を正しく行うため，新たなモデルをセンタリングアルゴリズムに適用する．本稿では心象の変化をもたらす移動に着目した．そして，移動動詞を含む発話の格構造，および名詞句の有する意味属性を用いた，言語表現からの移動検出手法を新たなモデルに組み込んだ．フィラーのみを除去した発話データによる実験を行い，提案手法がセンタリング理論のみでは対応できない事例に対応可能であることを確かめた．また照応解析精度も向上した．キーワード照応解析，センタリング理論，指示詞，移動動詞. Referent Resolution of Demonstratives Considering Attentional State Changes. Tsuyoshi Fujieday, Yoshiaki Kurosawayy and Teruaki Aizawayy y. Graduate School of Information Sciences, Hiroshima City University yy Faculty of Information Sciences, Hiroshima City University 3-4-1 Ooduka-higashi, Asaminami-ku, Hiroshima, 731-3194 Japan E-mail: ffujieda, kurosawa, [email protected]. abstract This paper proposes a method for identifying referents of Japanese demonstratives. We use a centering approach as a basis and expand this transition-based algorithm for pronoun resolution into a model that can identify not only endophoric but exophoric demonstratives and deal with cases with abrupt center shifts. We attend to‘ movement ’that potentially creates changes in discourse participants ’focus of attention, and incorporate a method that extracts movement expressions, using a case frame structure of an utterance in which a movement verb occurs and semantic attributes of noun phrases involved, into the new model. The experiment on a natural data shows that our model signi

(2) cantly outperforms a centering algorithm and enables some examples that centering alone cannot handle to be successfully resolved.. key words anaphora resolution, centering theory, demonstratives, movement verbs. 1 はじめに会話や文章の中で同一の事物を話題にするとき，人間は通常，その事物を表す語句を繰り返し述べずに別の語句に置き換えて表現することが多い．この置き換えられた語句を照応語と呼ぶ．照応語に対応する情報が文脈中から獲得できる場合を文脈照応，できない場合を文脈外照応と呼ぶ．本稿では，これら両方を対象とした指示詞の照応解析手法を提案し，その有効性を検討する．. NEC システムテクノロジー (株). y 現在，. 代名詞の照応解決に関する理論の 1 つに，センタリング理論がある．センタリング理論では，「話題の中心は基本的に変化しない」ことが照応解析の前提となっている．この理論は文脈照応に対して有効であり，文脈外照応の照応解決には適用できない．また語彙知識をほとんど用いずに解析を行うため，文脈照応の解析においても誤りが起きる事例が存在する．そこで本稿では，センタリングアルゴリズムを基本とする手法に対して，大きく分けて 3 つのモデルを適用することを提案する．特に，言語表現から心象の変化を検出するためのモデルでは，心象の変化. −53−.

(3) につながる移動を文脈から検出する手法を提案している．心象の変化は，センタリング理論でいうところの「文中で話題となっている事物」の変化につながると考えられる．このモデルによって，文脈外照応の解析，またセンタリング理論の基本原則に反する事例の解析を正しく行うことを目指す．照応解析の対象として本研究では指示詞をとり上げる．「コソアド」とも呼ばれる指示詞は，日本語の語彙の中でも使用頻度の高い語群である．本研究では，指示詞の有する属性の違いを照応解析に反映するモデルを提案している．. 2 照応解析照応解析とは，それ自身は意味をもたない語である照応語と，照応語の指示対象である先行詞の対応付けを行う手続きである．照応解析手法の 1 つにセンタリング理論がある．センタリング理論は，英語の代名詞の照応関係を決定する手法として Grosz ら [1] によって提案された．この理論では，文中で話題の中心になっている事物をセンターと呼ぶ．照応解析単位は，発話と呼ばれる 1 つの述語を中心としたまとまりである．各発話は以下の 2 つのセンター構造をもつ．. Forward-looking Centers(Cf). 制約談話 U1 ,...,Um 中の各発話 Ui について. 1. Cb はちょうど 1 つだけ存在する 2. Cf(Ui ) の要素はすべて Ui で実体化1 していなければならない 3. Cb(Ui ) は Cf(Ui01 ) の最高ランクの要素である Cf は「トピック > 視点 > 主語 > 間接目的語 > 直接目的語 > その他」の順に順序付けする． Walker らは Cf の順序付けに関して，トピックは格助詞ハ，主語は格助詞ガ，間接目的語は格助詞ニ，直接目的語は格助詞ヲ，に係る名詞句のことである，という前提でセンター構造を決定している．また，Transition とは発話の一貫性を表す指標である．発話の一貫性とは，センターが連続するか否か，そして代名詞化される語が Cf の最高ランクに位置しているか否かを表す表現である．. Transition 発話の一貫性を表す．Cf の最高ランクの要素である Cp，および Cb の情報から，表 2.1 に示すように 4 つの状態が定義されている．規則談話 U1 ,...,Um 中の各発話 Ui について. 文中の名詞句を先行詞になりやすい順番に並べたリスト．すなわち，次の文に出てきたら代名詞になりそうな順番に並べたリストである．. 1. Cf(Ui01 ) の要素が Ui で (ゼロ) 代名詞になっていればそれは Cb(Ui ) である. 2. Transition は「 Continue > Retain > SmoothShift > Rough-Shift 」の順に順序付けられ，Continue が最も望ましい. Backward-looking Center(Cb) 文中で一番注目されている事物．前の文から引き続き話題になっている事物である．また，代名詞と Cb については次の基本規則がある．センタリング理論の基本規則現在の発話の Cb が前の発話の Cb と同じなら，代名詞が使われているはずである．その後，Kameyama[2] はセンタリング理論を日本語の省略解析に適用した．そして Walker ら [3] は，日本語の省略解析に Transition を適用した．次にこの Transition について述べる．. 2.1 Walker らによる拡張 Walker らは，センターの変化の度合いを表す Transition という指標を導入し，省略の補完に複数の解釈が可能な場合，センターの変化が最も小さい Transition の型をもつ解釈を最適とする手法を提案した． Walker らは，Cf，Cb に関する以下に示す制約，規則を定義した．. 2.2 センタリング理論の問題点 2.2.1. 文脈外照応への未対応. センタリング理論は，文脈照応に対して有効であり，文脈外照応の照応解決には適用できない．したがって，センタリング理論に関する研究においては，任意の照応語について対応する先行詞が文脈中に必ず存在することを前提に解析を行う．しかし，会話や文章に対して照応解析を行うためには，まず最初に，照応語が文脈照応か文脈外照応かを判別する必要があると考えられる．. 2.2.2. 語彙知識の欠如. センタリング理論は，大規模な知識を用いることなく照応解析を行える点が利点の 1 つとして挙げられる．しかし，語彙知識を考慮しないために，文脈中に正解である先行詞が明示されている場合でも，. −54−. 1 実体化. : 発話中で要素が語として明示されていること.

(4) Cb(Ui ) = Cp(Ui ) Cb(Ui ) 6= Cp(Ui ). 表 2.1: Transition の状態 Cb(Ui ) = Cb(Ui01 ), or Cb(Ui01 ) に要素が存在しない Continue Retain. センターの変化の度合いだけで先行詞獲得を行って誤りとなる事例が存在する．この問題点については，竹井ら [4] も，Continue の解釈が可能な事例において，Continue よりも下位の Transition の型をもつ解釈が正解となる場合があることを指摘している．. 佐久間 [6] は，指示詞の体系を「コソアド」の名称でまとめた．指示詞の分類を表 4.1 に示す．表 4.1: 指示詞の体系属性. 4 指示詞照応解析の対象として，コソアドの音で始まる指示詞をとり上げる．今という時間，そして話し手の今いる場所との関係において，事物を指し示す働きをもつ語が指示詞である． Kameyama や Walker らは日本語の省略解析にセンタリング理論を適用した．しかし，センタリング理論は当初英語の代名詞の照応解析を行うために提唱された理論であり，かつ言語依存性の低い手法であるため，日本語の指示詞の照応解析にも応用することができると考えられる．. Smooth-Shift Rough-Shift. 4.1 指示詞の体系. 3 心象の変化会話や文章において注目される事物が変化していく事象を説明するために，心象の変化に着目する．人間は，新たに見たり聞いたりした情報を基に，意識の中に現れるイメージ，すなわち心象を頻繁に変化させていると考えられる．会話や文章を解釈する際，人間は文脈に出現する事物を常に心象にとどめているのではなく，新たに得られる文脈情報から心象にとどめる事物の取捨を行っている．この処理が，文中で注目している事物，すなわちセンターを変化させる原因となっていると考えられる．事物の取捨を判断するには，文脈から空間や時間の移行を検出することが必要である．本研究では心象の変化につながる空間の移行，すなわち移動を検出するために，移動動詞と呼ばれる動詞に着目する．田中ら [5] によると、移動の事実や付随的要素，経路位置関係を表現する動詞を移動動詞と呼ぶ．また，移動動詞が移動の事実と同時に経路位置関係などを表現することを，経路位置関係などが移動の事実と共に包入されていると呼ぶ．また移動動詞を含む文において経路を表すために使われる後置詞，すなわち格助詞は日本語には少なく，から・より・に・まで・への 5 つの格助詞のみである．. Cb(Ui ) 6= Cb(Ui01 ). 事物方角. 定称近称. 中称. 遠称. 不定称. コレ. ソレ. アレ. ドレ. コチラ. ソチラ. アチラ. ドチラ. コッチ. ソッチ. アッチ. ドッチ. 場所. ココ. ソコ. アソコ. ドコ. 事物，人. コイツ. ソイツ. アイツ. ドイツ. 性質，状態. コンナ. ソンナ. アンナ. ドンナ. 指定. コノ. ソノ. アノ. ドノ. 様態. コウ. ソウ. アア. ドウ. 本研究では照応解析の対象とする指示詞を定称のみに限定する．不定称では，指示対象を一意に同定できないためである．また解析対象の要素については，事物・方角・場所・指定の 4 要素に限定する．この 4 要素における指示詞の品詞は，指定の要素が連体詞であり，残りの要素は代名詞である．指示代名詞のうち，接尾辞-レをもつ語は，事物だけでなく場所の属性を有する名詞句が対応する場合があり，曖昧性が存在する．接尾辞-イツをもつ語についても，属性が事物と人の 2 通りある．一方，方角の属性をもつ語は属性を一意に決定できると考えられる．. 5 指示詞の照応解析手法 2.1 節で述べた，Walker らの制約に基づいた照応解析モデルを，本稿では「基本モデル」と呼ぶことにする．基本モデルに対して，3 つの改良モデルを追加適用することを提案する．このことによって，指示詞の照応解析における精度向上を実現する．. 5.1 先行詞限定モデル 3 節で述べたように，人間は文脈から移動現象を検出し，これによって文脈に出現する事物の中から心象にとどめる事物の取捨を行っていると考えられる．本節では，事物を心象にとどめるか否か，すな. −55−.

(5) わち文脈に現れる名詞句が先行詞候補として適切か否かの判定を行うモデルについて述べる．移動動詞を含む発話が後置詞 (格助詞) を伴って現れる場合に包入する経路関係は，次の通りである．. . 起点 : 通過点 : 着点 : 方角 :. から，よりをに，へ，までから，より，に，へ. 移動においては，起点，通過点，着点の順に経路をたどる．新たに現れる事物によって注目される事物が変化するため，心象に現れた事物は早く現れるほど心象にとどまりにくくなると考えられる．これは，照応解析の場合に置き換えると，起点，通過点，着点の順で，包入されている名詞句が先行詞候補になりにくくなることを意味する．そこで本研究では，発話中の名詞句が指示詞の指示対象，すなわち先行詞となり得るか否かを決定するルールを定義した．以下にそのルールを示す．先行詞限定ルール発話 Ui 中に移動動詞が含まれている場合，Ui 中の起点・通過点・着点の経路関係を包入する後置詞 (格助詞) に係る名詞句について，直後の発話 Ui+1 中の指示詞に対する先行詞候補になることができる条件を以下の通り定める．. Ui において起点を包入する名詞句は，Ui+1 中の，は・が・から・より格に存在する指示詞の先行詞候補になることができる．. とできない場合とが存在する．本節では，属性を一意に決定可能な方角属性を有する名詞句を分離して扱うモデルについて述べる．指示代名詞が指し示す対象としては事物・方角・場所がある．このうち方角属性を有する指示代名詞には，同じく方角属性をもつ名詞句が対応付けられることが望ましい．本研究では日本語語彙大系 [7] を用いて名詞の属性を抽出した．日本語語彙大系において，属性が「場 (2610) 」に属する，もしくはこの属性を親としてもつ名詞を，方角属性をもつ名詞として，方角属性をもたない名詞句と分けて扱う．このため，1 発話につき Cf は 2 つ用意する．照応解析の際には，同一属性の Cf から先行詞を探索することにより，特に指示代名詞を照応語とする場合に，適切な属性を有する名詞句と指示代名詞とを対応付けることを目指す．. 5.3 真偽判断モダリティ導入モデル発話内容が命題であるとき，人間は発話内容，すなわち命題が正しいか否かについて言及する場合がある．命題の真偽を表す言語表現のことを，青山 [8] は「真偽判断のモダリティ」と呼んでいる．青山が挙げた日本語における真偽判断のモダリティのうち，動詞に分類される語は，「信じる，思う，知る，考える，感じる」である．真偽判断のモダリティは，命題の正しさに関する確信の度合いを表すことから，述語と解釈するのは適切でないと考えられる．よって，本研究ではこれらの動詞を述語として扱わない．. Ui において通過点を包入する名詞句は，Ui+1 中の，は・が・を・から・より格に存在する指示詞の先行詞候補になることができる．. 6 システム構築と実験. Ui において着点を包入する名詞句は，Ui+1 中の，は・が・に・へ・まで・を・から・より格に存在する指示詞の先行詞候補になることができる．. 5 章で述べた内容を基に作成したシステムの概観を図 6.1 に示す．なお図中の矢印について，処理の流れは実線，データの流れは破線で示す．. 先行詞限定ルールは，移動動詞を含む発話の格が経路位置関係をもつことに着目したルールであり，一般的な動詞の深層格情報を用いたルールとは異なる．このルールを用いることにより，優位な Transition の型をもつ解釈であっても，先行詞候補として不適切な名詞句を含む場合は除外できる．これにより，発話のセンターがより大きく変化する事例にも対応できる．. 先行詞限定モデルでは，移動現象を考慮した照応解析が行われる．このため，移動現象を文脈に含む事例が数多く存在するコーパスとして，道案内発話コーパス 30 件分を実験データとして用いた．道案内発話コーパスを形態素解析ツール茶筌 [9] で形態素解析したところ，道案内発話コーパス中に定称の指示詞は 110 個出現した．しかし，このうち 7 個はフィラーである．松本ら [10] は，フィラーの識別が難しいことを指摘しているため，本研究では人手で除去した．残る 103 個の指示詞について，指示対象が文脈中に存在するか否かを人手で調べた．そ. 5.2 方角名詞句分離モデル 4 節で述べたように，本研究で解析対象とする指示代名詞には，有する属性を一意に決定できる場合. 6.1 システムについて. 6.2 実験データについて. −56−.

(6) 異なるので，異なる事物と判断した．. 談話. 表 6.2: 照応解析結果文脈指示文脈外指示. 文分割. A 44/60 73.3% 25/38 A+B 44/60 73.3% 25/38 A+C 46/60 76.7% 27/38 A+D 50/60 83.3% 25/38 A+B+C 46/60 76.7% 31/38 A+B+D 50/60 83.3% 25/38 A+C+D 52/60 86.7% 27/38 A+B+C+D 52/60 86.7% 31/38 ※ A:基本モデル B:先行詞限定モデル C:方角名詞句分離モデル D:真偽判断モダリティ導入モデル. 形態素解析. 発話分割. 品詞情報. 先行詞候補リスト. 照応解析部移動動詞データベース. 指示詞の先行詞補完. 先行詞候補リストの作成語彙の属性情報データベース (日本語語彙大系). 照応解析された発話列. 図 6.1: 構築したシステムの概観の結果，文脈指示である指示詞は 60 個 (58.3%)，文脈外指示である指示詞は 38 個 (36.9%) となった．なお「文脈指示」とは，指示詞の出現箇所よりも前の文脈に指示対象の名詞句が存在することを意味する．また，指示詞の出現傾向を比較するため，朝日新聞社説 1 週間分 (2002 年 10 月 2 日から 2002 年 10 月 8 日まで) を収集した．2 つのコーパスの文数，本研究のルールによって発話分割したときの発話数，全発話のうち移動動詞を含む発話数，コーパス中の指示詞の数を表 6.1 に示す．表 6.1: 2 つのコーパスの基本データ道案内発話朝日新聞社説文数発話数 (移動動詞を含む) 指示詞数. 80 314 142 103. 399 1076 25 70. 表 6.1 より，道案内発話コーパスは文数および発話数に対する指示詞数の割合が高く，移動動詞を含む発話の割合も高くなっている．したがって，実験対象を道案内発話コーパスとするほうが，本稿で提案した改良モデルの有効性に関する検討をより多くの事例から行うことができる．. 6.3 実験結果. 65.8% 65.8% 71.1% 65.8% 81.6% 65.8% 71.1% 81.6%. 7 考察 7.1 先行詞限定モデル+方角名詞句分離モデルの場合先行詞限定モデルと，方角名詞句分離モデルを組み合わせて適用した結果について考察する．先行詞限定モデルを単独で用いた場合，起点・着点を包入する格については，その格が方角の経路関係を包入しているか否かを識別しないと，正しく解析できない．方角名詞句分離モデルを組み合わせて用いることにより，指示詞の先行詞候補として適切な属性を有する名詞句を選択できるだけでなく，先行詞限定モデルにおいて，移動動詞を含む発話に包入される起点・着点と方角の経路関係を適切に決定することができるようになった．. 7.2 照応タイプによる結果の違い文脈照応と文脈外照応の照応解析結果の違いについて考察する．基本モデルのみの場合 (A) と 3 つの改良モデルをすべて適用した場合 (A+B+C+D) の，正解数および正解率の変化を表 7.1 に示す．表 7.1: 改良モデルをすべて適用したときの精度変化. 照応解析アルゴリズムには基本モデル，および本研究で提案した 3 つの改良モデルを用いた．実験結果を表 6.2 に示す．なお，文脈指示である指示詞に対しては，形態素が部分一致しており，かつ意味的に同一の事物を表している場合を正解とした．例えば，「女学院高校」と「女学院」「，県立美術館」と「美術館」などは同一の事物と判断した．一方，「電車通り」と「電車」は形態素は部分一致するが，実体が. 文脈文脈外. 正解数 52. 正解率 86.7%. 正解数差 +8. 正解率差 +13.3%. 31. 81.6%. +6. +15.8%. 表 7.1 より，単純に正解率を比較すると文脈指示のほうが正解率が高くなっている．しかし，正解率の差を比較すると文脈外指示のほうが上昇幅が大きい．したがって，本研究で提案した 3 つの改良モデ. −57−.

(7) ルをすべて適用した場合，文脈外指示の検出に有効であると言える．. 7.3 Transition による手法との比較本節では，Walker らが提案した Transition による照応解析手法との比較を行う．道案内発話コーパスの全発話，およびそのうち指示詞を含む発話，それぞれの Transition の型の分布を表 7.2 に示す．なお，全発話数が表 6.1 の発話数と一致しない理由は，真偽判断モダリティ導入モデルの適用によって発話数が減少したためである．表 7.2: 実験データにおける Transition の型の分布 Transition 全発話指示詞を含む発話 Continue 156 73. Retain Smooth-Shift Rough-Shift 計. 16 92 37 301. 12 7 1 93. 表 7.2 の指示詞を含む発話について，Transition の型が Continue 以外であった 20 発話には 22 個の指示詞が含まれる．このうち，より優位な Transition の型が選択肢として存在する発話が 6 発話あった．この 6 発話には 7 個の指示詞が含まれていた．これらの正解/不正解の内訳を表 7.3 に示す．表 7.3: Walker らの手法に反する事例の解析結果 Smooth- Rough- 計 Shift Shift 正解 4 4 文脈不正解 0 0 正解 1 1 2 文脈外不正解 1 0 1. の有効性を確認した．今後，本研究で提案した手法をより規模の大きいコーパスに適用し，手法の有効性をさらに検証する必要がある．また，文中で話題となっている事物が変化する事象をより多く検出するため，本研究でとり上げた移動動詞以外の言語表現についても検討していきたい．. 参考文献 [1] S. Grosz，A. Joshi，S. Weinstein : Providing a Uni

(8) ed Account of De

(9) nite Noun Phrases in Discourse，21st Annual Meeting of the Association for Computational Linguistics，pp.4450(1983) [2] M. Kameyama : A Property-Sharing Constraint in Centering，24th Annual Meeting of the Association for Computational Linguistics，pp.200-206(1986) [3] M. Walker，M. Iida，S. Cote : Japanese Discourse and the Process of Centering，Computational Linguistics Vol.20，No.2，pp.193232(1994) [4] 竹井みつこ，高田美佳，相沢輝昭 : 日本語ゼロ代名詞補完のためのグローバルトピックの役割，情報処理学会研究報告，Vol.135-10，pp.7178(2000) [5] 田中茂範，松本曜 : 日英語比較選書 6 空間と移動の表現，研究社出版 (1997) [6] 佐久間鼎 : 現代日本語の表現と語法，厚生閣 (1936). Walker らが提案した手法では，複数の解釈が存在するときには最も優位な Transition の型をもつ解釈を最適とみなす．すなわち，本研究の手法で正解であった 6 件の事例は，Walker らの手法を用いると不正解となる．なお，この 6 発話以外の発話においては，Walker らの手法，本研究の手法のいずれを用いても照応解析結果は変化しない．以上のことから，本研究で提案した手法は，従来のセンタリング理論では対応しない，センターの変化が大きくなる事例についても対応することがわかる．. [7] NTT コミュニケーション基礎科学研究所 : 日本語語彙大系 CD-ROM 版，岩波書店 (1999) [8] 青山広 : 真偽判断モダリティの数理的解析と会話の論理，論理哲学研究第 2 号，pp.1-19(2001) [9] 松本裕治，北内啓，山下達雄，平野善隆，松田寛，高岡一馬，浅原正幸 : 日本語形態素解析システム『茶筌』vertion2.2.9 使用説明書，奈良先端科学技術大学院大学松本研究室 (2002) [10] 松本裕治，伝康晴 : 話し言葉の形態素解析，情報処理学会研究報告，Vol.143-7，pp.49-54(2001). 8 まとめと今後の課題本稿では，文脈照応および文脈外照応の両方を対象とした，計算機による照応解析手法を提案し，そ. −58−.

(10)