• 検索結果がありません。

PDF PMAS) - Kyoto U

N/A
N/A
Protected

Academic year: 2024

シェア "PDF PMAS) - Kyoto U"

Copied!
19
0
0

読み込み中.... (全文を見る)

全文

(1)

並列パターン一致法の簡略版

( PMAS) を用いた ( ) 項構造の指定法

黒田 航

(

)

情報通信研究機構

知識創成コミュニケーション研究センター

(2)

お話の概要

仕事の目的

並列パターン一致

/

統合法

(Parallel Pattern

Matching/Intergration Analysis (Simplified))

以 下

PMA(S))

の概説

PMA(S)

の定義

PMA(S)

の実例

まとめ

(3)

目的

動詞,形容

(

)

詞のような文法的項構造をもつ 要素の他に,事態性抽象名詞

(e.g.,

反撃

,

反感

)

の概念的項構造や非事態性の一般名詞の概念的 共項構造

co-argument structure

を特定

簡単に言うと

NomBank

の日本語版を作って照 応解析などの特定の課題に役立てる

ゼロ代名詞の存在を仮定しないで照応を扱える

(4)

話の発端は

乾さんから

NL

研究会の論文を読んで質問があるんだけど,名詞 の項構造の一般理論のようなものはないの

?

という相談を受けたのが話の始まり.

NLP12

で 小町くんの発表を聞いて質問の意図がわかった

NomBank

の日本語版を作るのが目標なら「名詞の

項構造の一般理論」ほど話は大袈裟にならない

(5)

要件

ただ,少なくとも次のことは必要

係り受け解析,句構造

/

木構造解析は

(

表現力が不足 しているので

)

前提にしない

これらに対して上位互換性をもつ記述法を用いる

PMA (Kuroda 2000)

は,この課題に則している

というより,

PMA

はこういう目的のために開発さ れた統語解析の手法

(6)

PMAS とは何か

(Parallel, Multiple) Pattern Matching/

Integration Analysis

とは

Kuroda (2000)

の定義 した統語解析法

形態素ごとに項構造

argument structure

,あるいは 共項構造

co-argument structure

を指定する手法

PMAS

とは今回の作業のための

PMA

の簡略版

PMA

から格助詞や接続助詞の項解析をハズす

(7)

PMA(S) の実例

[1]

太郎は 花で 玄関を きれいに 飾った.

for PMA

[2] K

首相は 迂闊な 靖国神社訪問で 中国政府

{

,

,

から

}

反感を買った.

for PMAS

(8)

[1] PMA ( 初期状態 )

! "#$$ %$$ &$$ '$$ ()$$ *$$ +,-$$ .$$ /0$$ 1$$ 234,56789:;

<= "# "#$ >?@ABC?!DEFGFHIF

<J % %$ >?@ABC?!DEFGFHIF

<K & &$ >?@ABC?!DEFGFHIF

<L ' '$ >?@ABC?!DEFGFHIF

<M () ()$ >?@ABC?!DEFGFHIF

<N * *$ >?@ABC?!DEFGFHIF

<O +,- +,-$ >?@ABC?!DEFGFHIF

<P . .$ >?@ABC?!DEFGFHIF

<Q /0 /0$ >?@ABC?!DEFGFHIF

<=R 1 1$ >?@ABC?!DEFGFHIF

(9)

[1] PMA ( 完成状態 )

! "#$$ %$$ &$$ '$$ ()$$ *$$ +,-$$ .$$ /0$$ 1$$ 234,56789:;

<= "# "#$ >?@AA B CDBE FGHIJKG!@LB

<M % N %$ OPQ@BR FGHIJKG!@NS<JT@>FGUJTHVG

<W & L >DLE?@DXE &$ >DYE?@D*E BZM[?@D\0E CDBE FGHIJKG!@LYB

<] ' L >DLE?@DXE ^ '$ Y >DYE?@D*E BZM[?@AA CDBE FGHIJKG!@L^YB@D^_`GHa!E

<b () L >DLE?@DXE ()$ >DYE?@D*E BZM[?@AA CDBE FGHIJKG!@LYB

<c * L >DLE?@DXE Y *$ BZM[?@AA CDBE FGHIJKG!@LYB

<d +,- L >DLE?@DXE +,-$ >[email protected] BZM[?@Df0E CDBE FGHIJKG!@LeB

<g . L >DLE?@DXE e .$ BZM[?@Df0E CDBE FGHIJKG!@LeB

<h /0 L >DLE?@DXE ^ >D^E?@D'E Y >DYE?@D*E /0$ CDBE FGHIJKG!@L^YB@D^_`HVGFJHIE

<=i 1 L >?@AA B 1$ FGHIJKG!@LB

(10)

解説

PMA

s = w 1 w 2 ... w n

の統語構造を

n x n

の共 起制約行列として表現

部分パターン

p i

s

中の

wi

(

)

項構造を指定

w

は語でも形態素でもよく,

p i.j

のような規約を用いれば,

句の内部構造

(

埋めこみの効果

)

の記述も可能

部分パターンの列ごとの重ね合わせが全体を規定

厳密には「深層構造」からの「派生」は考えないが,おの おのの部分パターンが深層構造の役目を果たす

(11)

PMA の表現力

依存構造解析に対して上位互換の関係にある 以下,この点を実例を用いて示す

(12)

PMA が表現する [1] の依存関係ネット

太郎 飾っ

S

X

玄関

O

I(V) きれい

V I(V)

P(S)

P(X)

P(O)

T

{N, V}

S

V X

P(O) O

P(S) S

V S

P(S)

V S

P(S)

P(O) S

P(C) V C

O

V

P(O)

V

V P(O)

I(V)

I(V) I(V)

I(V) I(V)

I(V) P(S)

P

V

(13)

係り受け解析の表わす部分ネット

S

X

玄関

O

V I(V)

P(X)

P(O)

T

{N, V}

S

V

P(O) O

P(S) S

V S

P(S)

V S

P(S)

P(O) S

P(C) V C

O

V

P(O)

V

V P(O)

I(V)

I(V) I(V)

I(V) I(V)

I(V) P(S)

P

V P(S)

X

I(V)

きれい 飾っ

太郎

(14)

[2] PMAS ( 初期状態 )

! "#$%% &%% '(%% )%% *+,-%% ./%% 0%% 1+%% 23%% 45%%6789

%%67:%%; <=%% >%% ?@A%%

BC "#$ "#$%

BD & &%

BD '( '(%

BE ) )%

BF *+,- *+,-%

BG ./ ./%

BH 0 0%

BH 1+ 1+%

BI 23 23%

BJ 4567896

:; 5%

BK <= <=%

BCL > >%

BCC ?@A ?@A%

(15)

[2] PMAS ( 結果状態 )

! "#$%% &%% '(%% )%% *+,-%% ./%% 0%% 1+%% 23%% 45%%6789

%%67:%%; <=%% >%% ?@A%%

BC "#$ "#$%

BD & &%

BD '( EFGH '(%7I!

EJCK LMN

BO ) EFGC )% EFGHJC6DK PEFGHJD6DK

BQ *+,- *+,-%

BR ./ EFGH EFGC ./%7I!

SJDK

BT 0 0%

BT 1+ 1+%

BU 23 23%

BV 4567896

:; EFGH EFGDJC6DK EFGDJD6DK 5% EFGC WX7L>N SX7YAZA

B[ <= EFGCJC6OK WX7L:N EFGCJD6OK EFGCJD6OK EFGHJC6DK EFGHJD6DK <=%7I!

SJDK WX7L>N SX7L4Y\]

^_;N

BCH > >%

BCC ?@A EFGH `aI!bcJC6QK `aI!bcJD6Q

K `aI!bcJO6QK `aI!bcJQ6QK EFGDJC6DK EFGDJD6DK WX7L89N EFGC ?@A%7I!

SJOK

(16)

名詞の ( 共 ) 項構造解析

助詞を除いた要素の

(

)

項構造解析

X[n]

n-ary

の述語

(e.g., V[n], A[n])

を表わす

n

の数は語義ベースに,経験的に決める

LCS

データベースとの整合性も気にしたい

Arg0, Arg1, ...

PropBank

に従った

作業は

{Arg1=

主語

, Arg2=

直接目的語

}

の方が楽は楽

R[i, j]

全体で

j

個ある部分の

i

番目の要素

(17)

現状と展望

京大コーパス

9501ED

0000

から

0041

までの 合計

42

文に黒田がほぼ網羅的な

(

)

項構造解 析を行なった

これを元に作業内容を明確にし,京大の院生に

(

ボランティアの

)

作業を依頼する予定

黒田の解析は全体に

overspec

気味なので

(

)

,飯田 くんと協力して作業課題に落としこむ予定

(18)

まとめ

PMA(S)

を用いれば,

動詞や形容

(

)

詞のように文法的項をもつ要素の他 に,名詞の

(

概念的

)

項を指定することができる

その指定は動詞や形容動詞の項構造の指定に干渉し ない

(

し,逆にそれを補う

)

(

一部の

)

言語学者には「使える」記述モデルを 開発する能力があることを示せる

(19)

謝辞

飯田

(

奈良先端技術大学大学院

)

加藤鉱三

(

信州大学

)

今回の企画

/

成果は,以上の方々との有益な議論の 賜物です

参照

関連したドキュメント

S-INDEX Sentence Note s00 最後というか,いよいよ本論を始めるに当たって,出版のいきさつについて書いておきたい. s01 私は2003年の3月に東京大学を定年退職した. s02 その最終講義で「蝉になりたい」という話をした. s03 私は,三十数年間,大学という「土」の中でじっと工学の教育と研究に携わってきた. s04

結論 ① 最善の策first bestは、自由貿易。消費者に有利、生産者 に不利。消費者が自由貿易から受ける利益は広いが浅く、 生産者が自由貿易によって被る損失は狭い範囲に集中。 ② 保護貿易関税は総余剰を縮小。消費者に不利、生産者 に有利。消費者が保護貿易から被る損失は広いが浅く、 生産者が保護貿易によって受ける利益は狭い範囲に集中。 ③

バラッサ = サミュエルソン効果 非貿易財 散髪等サービス 生産性に大差なし 貿易財 製造業など 生産性低い PPP成立 一物一価 先進国⇒物価水準高い 途上国⇒物価水準高い PPP非成立 労働力の自由移動 賃金[w]の均等化 貿易財 製造業など 生産性高い 労働力の自由移動 賃金[w*]の均等化 非貿易財 散髪等サービス

構文解析自動化の研究 II 一一カ構造解析のプログラムからプログラム言語ヘー 木 村 繁 0.はじめに 本報告は自動単位切りの方法とHITAC 30101■よるAUTOSEG(AUTOm− atic SEGmentation)システム試作・実験*のうち,文構造の解析=検定を中心 に述べている。

・ 不明な場合は、 「N/A」と記載すること。.. 21 等に関する法律(昭和 35 年法律第 145 号。以下「法」という。)第 68

10 耐震設計手法 耐震設計の

19 構造設計の要点⑦ :安定構造 (PV架台の例) ラーメン構造 ピン構造 (トラス構造) ピン接合・剛接合 (混合構造) 不安定構造のものが

(3) 含水率は,6箇所の平均値とする。 (4) 含水率測定結果の判定は,平均値が所定の含水率以下の場合,合格とする。 4.1.5 技術基準