自動認識する自然言語処理技術
自然言語処理20_657
... 事象表現間の時間的順序関係アノテーション 保田 祥 † ・小西 光 † ・浅原 正幸 † ・今田 水穂 † ・前川喜久雄 † 時間情報抽出は大きく分けて時間情報表現抽出，時間情報正規化，時間的順序関係 解析の三つのタスクに分類される．一つ目の時間情報表現抽出は，固有表現・数値 表現抽出の部分問題として解かれてきた．二つ目の時間情報正規化は書き換え系に より解かれることが多い．三つ目のタスクである時間的順序関係解析は，事象の時 ...
25
自然言語処理16_5_79
... 次に今後の課題を述べる． 今回の実験では，前件と後件の間で任意の格の格要素が共有され，かつ任意の関係にある事 態対を正解とした．しかし知識という視点からは前件と後件の間でどの格の格要素が共有され ているのか明かになった方が利便性がある．例えば，行為―効果関係「 〈A 氏〉が〈花瓶〉を投 げる」と「〈花瓶〉が壊れる」の間では，前件のヲ格と後件のガ格の格要素が共有されており， ...
22
学位論文 首都大学東京 自然言語処理研究室（小町研）
... 類タスクにおいて分類精度の向上に取り組んだ。 1 はじめに 近年、インターネットや SNS の普及によって、ユーザが商品やサービスなどの情報を 自由に発信する機会が増大した。中でも、ユーザのレビュー文やツイッターのテキストは ユーザの生の声を含むため、企業などにとっては貴重なものである。そのため大量にある これらのデータを解析し自動で評価極性を決定することは、より良い商品やサービスを提 ...
13
PDFファイル 3I3 「自然言語処理による文書要約」
... 近年，大量の文書データと接する機会の増加にともない，文 書要約技術の必要性が高まっている．文書要約の一手法として は，要約生成問題を文の組合せ最適化問題として帰着させる方 法がある．最適化手法としては，動的計画法や分岐限定法など の厳密解法を用いた研究が多い．しかし，厳密解法には，要約 対象とする文書集合の大きさに従って，計算時間が膨大に膨れ 上がってしまうという問題が[r] ...
4
PDFファイル 2A1 「自然言語処理」
... PASCAL RTE は、テキスト間含意関係認識の評価タスク で提供されているデータであり、新聞などのテキストから「根 拠テキスト - 仮説文」ペアを作成したものである。このような 実世界のテキストを使った評価データでは、言い換えパタンの バリエーションが非常に大きいため、辞書などから抽出した言 語知識だけを使って厳密な証明を試みようとするとほとんどの 例は証明できない。そのため、我々は動的知識生成のコンポー ...
4
自然言語処理21_125
... により会議録サイト 4 が整備されており，第 1 回国会（昭和 22 年）以降のすべての会議録がテキ ストデータとして公開され，検索システムによって検索を行うことができる．一方で，地方議 会会議録の場合，全ての自治体の会議録をまとめているサイトは存在せず，自治体ごとに参照す る必要がある．加えて，自治体により Web 上で公開されている形式が異なることが多いため， ...
31
自然言語処理19_3
... 山田 一郎 † ・橋本 力 †† ・呉 鍾勲 †† ・鳥澤健太郎 †† ・黒田 航 †††,†††† ・ Stijn De Saeger †† ・土田 正明 ††††† ・風間 淳一 †† 単語の上位下位関係を自動獲得する研究はこれまで活発に行われてきたが，上位概 念の詳細さに関する議論はほとんどなされてこなかった．自動獲得された上位下位 関係の中には，例えば「作品 → 七人の侍」や「作品 ...
21
自然言語処理16_2_45
... Perl 言語を用いたテキスト処理などでさえも，その実行環境をインストー ルするといった時点で一般の英語教員のコンピュータ利用スキルからすれば十分にハードルが 高いことは間違いない．また「UNIX 環境」といった文言でさえ，一般の英語教員を遠ざける には十分な材料となる．これらのアプリケーションが CGI などを介して Web 上で提供される ...
14
PDFファイル 3I3 「自然言語処理による文書要約」
... 1. はじめに 近年，自動要約技術の必要性が高まり，様々な手法が提案さ れている．自動要約の代表的な手法として重要文抽出による ものがある．要約における重要文抽出は，文の組合せ最適化問 題に帰着させることができる．要約の生成においては，文の 結束性や冗長性，内容の網羅性，重要度等，同時に考慮しなけ ればならない要因が複数存在するため，これらの要因を目的 ...
3
自然言語処理21_249
... 松吉 俊 † 「誰がいつどこで何をする」という文に「ない」や「ん」， 「ず」などの語が付くと， いわゆる否定文となる．否定文において，否定の働きが及ぶ範囲をスコープと呼び， その中で特に否定される部分を焦点と呼ぶ．否定の焦点が存在する場合，一般にそ の焦点の箇所を除いた文の命題は成立する．それゆえ，自然言語処理において，否 ...
22
PDFファイル 3I3 「自然言語処理による文書要約」
... [4] 向仲 : 術文書 機械翻訳 常識 文脈情報 利用，情報処理学会論文 ， 1990 年． [5] 畑山満美子 他 : 要語句抽出 新聞記事要約，情報 処理学会研究報告．自然言語処理研究会報告， 2001 年． ...
3
SPRAT:実行時自動チューニング機能を備えるストリーム処理記述用言語
... XevolverではXMLでATを表現 様々なXML関連技術を利用可能 • XPath: the XML Path Language (XPath2.0, W3C 2007) – XMLドキュメントから特定パターンのノードを選択するためのクエリ言語 – XSLT でもXMLドキュメントの部分木を選択するために使用 ...
32
SPRAT:実行時自動チューニング機能を備えるストリーム処理記述用言語
... • 最適化方法の違いをどうやって隠ぺい( 抽象化 )するか？ – これまでにも様々な試み • アプリケーション自体、言語、ライブラリ、実行時環境・・・ – すべての違いを隠ぺいできる万能な抽象化技術は未確立 ...
24
PDFファイル 2A1 「自然言語処理」
... 技術―基礎技術 適用事例 本質 活用法 , 東京電 機大学出版局 , 2006 ． [Hindle 1990] Donald Hindle: Noun Classification From Predicate-Argument Structures. Proceedings of the 28th Annual Meeting of ACL, pp.268-275, 1990 ． ...
4
PDFファイル 1A2 「自然言語処理」
... [ 砂山 2011] 砂山渡 , 高間康 , BOLLEGALA: タ ニ ン 統 環 境 ― TETDM ― ， 電子情報通信学会技術研究報告， 2011 ． [ 大塚 2004] 大塚 裕子，内山 将 ，井 原 均 : 自 回答 ン 要求意 定基準，言語処理学会， 11(2), 21-66, 2004 ． ...
4
PDFファイル 2A1 「自然言語処理」
... [Satoh 06] 佐藤岳文 堀 昌英：Web マ ニン を用い 因 果 ッ ワ 自動構築手法 開発 社会技術研究論文 集, 2006 [Matsumura 03] 松村真宏, 加藤優, 大澤幸生, 石塚満: 議論構 造 可視化 論点 発見 理解, 知識 情報：日本知 能情報 学会誌, 2003 ...
2
PDFファイル 2A1 「自然言語処理」
... 本稿では，トピックモデルにより得られたトピック情報に 基づく文書への自動タグ付与システムを提案した．実際のレ ビュー文書を用いた実験により，提案システムで用いる term- score の単語抽出性能評価を行った．実験結果から， term-score によって，トピックに特徴的な単語を捉え，一般語の順位を下 げることができることを確認した．また，提案システムのタグ 付与性能について，タグの精度と種類数を基に検討を行い，提 ...
4
自然言語処理23_175
... 西野 正彬 † ・鈴木 潤 † ・梅谷 俊治 †† ・平尾 努 † ・永田 昌明 † 2 つの系列が与えられたときに，系列の要素間での対応関係を求めることを系列ア ラインメントとよぶ．系列アラインメントは，自然言語処理分野においても文書対 から対訳関係にある文のペアを獲得する対訳文アラインメント等に広く利用される． ...
20
自然言語処理23_59
... 対話破綻の分析 東中竜一郎 † ・船越孝太郎 †† ・荒木 雅弘 ††† ・ 塚原 裕史 †††† ・小林 優佳 ††††† ・水上 雅博 †††††† 対話システムが扱う対話は大きく課題指向対話と非課題指向対話（雑談対話）に分 けられるが，近年 Web からの自動知識獲得が可能になったことなどから，雑談対話 への関心が高まってきている．課題指向対話におけるエラーに関しては一定量の先 ...
28
自然言語処理23_195
... 誤用置換確率 = 0.046， 正用置換確率 = 0.475 上記の例は， 「ベースライン＋編集距離」の実験では， 「文体」に分類されていた．「動詞」と「文 体」が共に文末の誤りであることから，お互い間違われる事例が多いが，誤用箇所「る」正用箇所 「られる」の誤用正用パターンが Lang-8 中に出現し，置換確率が得られたことで分類が成功したと 考えられる．「文体」は，付録 A にあるように，通常「です・ます体」か「だ・である体」で統一 ...
31