Subset (3)

corpus · 614 rows

Split (1)

test · 614 rows

_id stringlengths 9 9	text stringlengths 18 1.29k	title stringclasses 1 value
V14N03-09	音声認識の精度の向上にともなって，コールセンターなどへの自動音声応答システムの導入の要求が高まり，人間がコンピュータと対話する機会も増加する傾向にある．これまでの対話システムは言語情報のみを扱い，そのパラ言語情報を扱うことは少ないため，人間同士の対話と比較すると，コンピュータとの対話ではコンピュータが得る人間の情報は小さい．本研究では音声の音響的特徴と言語表現の特徴から推定可能な「怒り」の感情を検出するために，感情の程度による音響的・言語的変化を分析し，コンピュータと人間とのインタラクションにおける人間の感情を捉えることを目指す．非対面の擬似対話により，認識性能に対する不満からくる「苛立ち」や，クレーム対応時におけるユーザの「腹立ち」の内的感情を表現した怒りの音声を収録し，主観評価により感情の程度を付与した音声データを作成した．本論では，怒りの感情を含むと判定された発話について，つぎの3種の特性，声の高さや強さ等の音響的特徴，言語形態上の語彙使用の特徴，語用論的な特徴である文末表現の特徴に着目し，発話者の感情表現とその言語表現・音響的特徴との定量的な関係を分析し，怒り表現の音声言語の特徴付けを試みた．とくに，接続助詞「けど」，「ので」の主節が現れずに発話が中止する接続助詞中止型において，怒りの程度が高いことを明らかにした．
V01N01-01	テキストや談話を理解するためには，まずその文章構造を理解する必要がある．文章構造に関する従来の多くの研究では，解析に用いられる知識の問題に重点がおかれていた．しかし，量的/質的に十分な計算機用の知識が作成されることはしばらくの間期待できない．本論文では，知識に基づく文理解という処理を行なわずに，表層表現中の種々の情報を用いることにより科学技術文の文章構造を自動的に推定する方法を示す．表層表現中の情報としては，種々の手がかり表現，同一/同義の語/句の出現，2文間の類似性，の3つのものに着目した．実験の結果これらの情報を組み合わせて利用することにより科学技術文の文章構造のかなりの部分が自動的に推定可能であることがわかった．
V29N03-05	%本稿では，BARTモデルに文書の階層構造（文-単語構造）を取り込んだ階層型BART(Hie-BART)を提案する．既存のBARTモデルは，生成型文書要約タスクにおいて高い要約精度を達成しているが，文レベルと単語レベルの情報の相互作用を考慮していない．一方，機械翻訳タスクでは，単語とフレーズ間の関係を把握するMulti-GranularitySelf-Attention(MG-SA)が提案されており，この技術によってニューラル機械翻訳モデルの性能が向上されている．提案手法であるHie-BARTモデルでは，BARTモデルのエンコーダにMG-SAを組み込むことで，文と単語の階層構造を捉える．評価実験の結果，提案手法はCNN/DailyMailデータセットを用いた評価ではROUGE-Lにおいて0.1ポイントの改善が見られた．
V24N04-04	ドメイン適応は，機械翻訳を実用に使用するときの大きな課題の一つである．本稿では，複数ドメインを前提とした，統計翻訳の適応方式を提案する．本稿の方式は，カバレッジが広い（未知語が少ない）コーパス結合モデルと，素性関数の精度がよい単独ドメインモデルを併用する．これらを，機械学習のドメイン適応に用いられている素性空間拡張法の考え方で結合する．従来の機械翻訳における素性空間拡張法は，単一のモデルを用いていたが，本稿の提案方式は，複数のモデルを用いることにより，両者の利点を活かすことが特徴である．実験では，単独ドメインモデルに比べ，翻訳品質が向上または同等を保持した．提案法は，当該ドメインの訓練コーパスが小規模である場合に高い効果を持ち，100万文規模の大規模コーパスを持つドメインへの適応に使用しても，翻訳品質を下げることなく，ドメインによっては品質向上の効果がある．基本的な対数線形モデルでも，モデルの選択と設定を適切に行うことで，最先端品質の適応方式が実現できることを示す．
V31N02-03	%本研究では，系列変換タスクにおいてChatGPTの日本語生成能力を評価する．ChatGPTは対話形式で様々な自然言語処理タスクに対処可能な大規模言語モデルであり，その言語生成能力の高さは英語では様々なタスクにおいて定量的に評価されている．しかし，日本語におけるChatGPTの性能はまだ充分に評価されていない．本論文では，代表的な系列変換タスクである機械翻訳・自動要約・テキスト平易化の各タスクにおいて，既存の教師あり手法と比較しつつChatGPTの日本語生成能力を評価した結果を報告する．実験の結果，ChatGPTはいずれのタスクにおいても自動評価では既存の教師ありモデルの性能を下回ったものの，人手評価では既存の教師ありモデルの性能を上回る傾向にあった．また，出力文を詳細に分析したところ，ChatGPTは全体に高品質な日本語文を出力しているが，各タスクの詳細な要請に一部応えられていないという課題が明らかになった．\renewcommand{\thefootnote}{}\footnote[0]{本論文の内容の一部は，FIT2023第22回情報科学技術フォーラム\cite{tarumoto-2023}で報告したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V31N03-11	%実世界で人間を支援するロボットにとって，身体世界を含む状況の理解は重要な課題である．特に対話のような言語を用いたインタラクションを通じて人間との協業を行おうとする場合，ロボットの1人称視点の画像等から得られる情報とインタラクション中の情報における参照関係を適切に紐解かねばならない．本研究ではこうした実世界における，マルチモーダル参照解析タスクを提案し，本タスクのための参照タグ付き実世界対話データセット(J-CRe3)を構築する．本データセットには家庭内における主人とそのお手伝いロボットを想定した2者間の実世界対話動画および音声が含まれる．さらに，対話書き起こしテキスト中のメンションに1人称視点動画におけるフレーム内の物体領域が紐付けられている．この紐付けには直接的な参照関係だけでなく，述語と項の関係や橋渡し照応関係も含まれる．既存のテキスト間の照応解析モデルおよび画像のフレーズグラウンディングモデルを組み合わせた実験を行った結果，今回提案するタスクは，テキスト間の解析に比べテキストと物体間の関係解析が非常に困難で挑戦的な課題であることを示した．\renewcommand{\thefootnote}{}\footnote[0]{本論文は，言語処理学会第29回年次大会(NLP2023)，言語処理学会第30回年次大会(NLP2024)，およびThe2024JointInternationalConferenceonComputationalLinguistics,LanguageResourcesandEvaluation(LREC-COLING2024)で発表した論文(植田他2023;植田他2024;Uedaetal.2024)を和訳し，加筆・修正を行ったものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V06N02-05	自然で自発的な発話を対象とする音声翻訳ないし音声対話システムへの入力としての発話は文に限定できない．一方，言語翻訳処理における処理単位は文である．話し言葉における文に関して，計算機処理から見て十分な知見は得られていないので，文の代わりに「言語処理単位」と呼ぶことにする．まず，一つの発話を複数の言語処理単位に分割したり，複数の発話をまとめて一つの言語処理単位に接合する必要があることを，通訳者を介した会話音声データを使って示す．次に，ポーズと細分化された品詞の$N$-gramを使って，発話単位から言語処理単位に変換できることを実験により示す．
V11N02-05	機械翻訳システムによる翻訳を人間による翻訳に近づけるために取り組むべき課題を明らかにしようという試みの一環として，本稿では，ニュース記事から無作為抽出した英文を英日機械翻訳システムで翻訳した結果と，これらの英文を人間が翻訳した結果を照らし合わせ，両者の間で使用されている動詞の馴染み度の分布に違いがあるかどうかを計量的に分析した．動詞の馴染み度を測る尺度としては，NTTの単語親密度データベースを利用した．分析の結果，機械翻訳システムによる翻訳と人間による翻訳の間で単語親密度の分布に統計的有意差は認められず，使用されている動詞の馴染み度に関しては両者の間で違いがないということが示唆された．従って，格要素などとの共起関係を考えず動詞だけに着目した場合，調査対象とした機械翻訳システムでは動詞の翻訳品質は一定のレベルに達していると判断できる．
V22N05-02	\rule{0pt}{1\Cvs}ソーシャルメディアサービスの普及により，人々や社会の状況を調査する新しいアプローチが開拓された．ひとつの応用事例として，ソーシャルメディアの投稿から疾患・症状の流行を検出する公衆衛生サーベイランスがある．本研究では，自然言語処理技術を応用して，ソーシャルメディアの投稿から風邪やインフルエンザなどの罹患を検出するタスクに取り組んだ．最先端のシステムのエラー分析を通じて，事実性解析と主体解析という重要かつ一般性のあるサブタスクを見い出した．本研究では，これらのサブタスクへの取り組みを行い，罹患検出タスクへの貢献を実証した．
V21N01-04	本稿では語義曖昧性解消(WordSenseDisambiguation,WSD)の領域適応が共変量シフトの問題と見なせることを示し，共変量シフトの解法である確率密度比を重みにしたパラメータ学習により，WSDの領域適応の解決を図る．共変量シフトの解法では確率密度比の算出が鍵となるが，ここではNaiveBayesで利用されるモデルを利用した簡易な算出法を試みた．そして素性空間拡張法により拡張されたデータに対して，共変量シフトの解法を行う．この手法を本稿の提案手法とする．BCCWJコーパスの3つ領域OC（Yahoo!知恵袋），PB（書籍）及びPN（新聞）を選び，SemEval-2の日本語WSDタスクのデータを利用して，多義語16種類を対象に，WSDの領域適応の実験を行った．実験の結果，提案手法はDaum{\'e}の手法と同等以上の正解率を出した．本稿で用いた簡易な確率密度比の算出法であっても共変量シフトの解法を利用する効果が高いことが示された．より正確な確率密度比の推定法を利用したり，最大エントロピー法の代わりにSVMを利用するなどの工夫で更なる改善が可能である．また教師なし領域適応へも応用可能である．WSDの領域適応に共変量シフトの解法を利用することは有望であると考えられる．
V31N03-16	%日本語を用いたコミュニケーションにおいて，敬語を正確に使用することは他者と良好な関係を保つ上で重要である．日本語敬語は，動詞の活用などの文法的な側面と，人物間の社会的関係といった文脈的な側面の両方を持つ．そのため，敬語を正確に理解した上で使用することは，計算機システムにとって文法規則の知識と文脈情報の理解の両方が必要となる挑戦的なタスクである．大規模言語モデルは日本語のタスクでも高い性能を見せることが知られているが，それらのモデルが文脈情報に応じて柔軟に敬語の文法規則を適用する能力を評価するためのデータセットは未だ提案されていない．本研究では，文脈情報を踏まえた敬語理解タスクとして，発話文の敬語使用に関する容認性判断タスクと，敬語変換タスクの2つを導入する．導入タスクに合わせて，文の構造や社会的関係を制御可能なテンプレート手法を用いて新規に日本語敬語データセットを構築する．また，既存の日本語敬語コーパスからサンプリングしたデータに追加情報をアノテーションすることで，より自然な文のデータセットを用意する．実験として，2つのデータセットを用いて，GPT-4に代表される大規模言語モデルの敬語理解タスクにおける性能を多角的に評価する．実験の結果，より複雑な統語構造を持つ文においては，モデルの敬語変換性能に改善の余地があることが示唆された．\renewcommand{\thefootnote}{}\footnote[0]{本論文の一部は，The12thJointConferenceonLexicalandComputationalSemantics(*SEM2023)およびNLP若手の会(YANS)第18回シンポジウムにて報告したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V26N04-02	近年，多くの自然言語処理タスクにおいて単語分散表現が利用されている．しかし，各単語に1つの分散表現を生成するアプローチでは，多義語における各語義が一つの分散表現に集約されてしまい，それらを区別することができない．そのため，先行研究では品詞やトピックごとに異なる分散表現を生成するが，語義を区別するには粒度が粗いという課題がある．そこで，本研究では各単語に対してより粒度の細かい複数の分散表現を生成するための2つの手法を提案する．1つ目は，依存関係にある単語を手がかりとして，予め複数の分散表現を生成しておく手法である．2つ目は，文脈中の全ての単語を考慮して語義に対応する分散表現を動的に生成する双方向言語モデルを利用する手法である．単語間の意味的類似度推定タスクおよび語彙的換言タスクにおける評価実験の結果，より細かい粒度で分散表現を生成する提案手法が先行研究よりも高い性能を発揮することを示した．
V13N03-07	本論文で提案する{\em関連用語収集問題}は，与えられた専門用語に対し，それと強く関連する用語集合を求める問題である．この問題を解くためには，ある用語が専門用語であり，かつ，入力用語と強く関連するかどうかを判定する方法が必要となる．本研究では，ウェブのサーチエンジンのヒット数から計算したJaccard係数もしくは$\chi^2$統計量を用いて，この判定を行なう．作成した関連用語収集システムは，候補語収集モジュールと関連用語選択モジュールの2つのモジュールから構成される．候補語収集モジュールは，サーチエンジンを利用して，入力用語が出現するウェブページを収集し，それらのページから関連用語の候補語を収集する．関連用語選択モジュールは，Jaccard係数あるいは$\chi^2$統計量の値に基づき，候補語の中から入力用語に強く関連する用語を選択する．実験により，作成したシステムが入力用語に強く関連する十数語の専門用語を収集できることが確かめられた．
V04N03-04	本論文では，言語のクラスタリングに関する新しい手法を提案する．提案する手法では，まず各言語の言語データから確率的言語モデルを構築し，次に確率的言語モデルの間に導入した距離に基づき，元の言語に対するクラスタリングを実行する．本論文では，以上の手法を$N$-gramモデルの場合について詳しく述べている．また，提案した手法を用いて，ECI多言語コーパス(EuropeanCorpusInitiativeMultilingualCorpus)中の19ヶ国語のテキスト・データから，言語の系統樹を再構築する実験を行った．本実験で得られた結果は，言語学で確立された言語系統樹と非常に似ており，提案した手法の有効性を示すことができた．
V15N01-04	コンピュータとの人間らしい会話のために，代表的な応答事例を知識として与え，文章の可変部を連想によって変化させることができれば，より柔軟で多種多様な会話ができると考えられる．しかし，機械的な語の組み合わせに起因する一般的に見て不自然な語の組み合わせの応答を生成する恐れがある．本論文では，機械的に作成した応答文の内，名詞と形容語の関係に注目し，違和感の有無の観点からその関係を整理することで，形容語の使い方の知識構造をモデル化する．更に，その知識構造を用いて，合成した会話応答文中の違和感のある組み合わせの語を検出する手法を提案する．本稿の手法を用いることで，形容語の違和感のある使い方の判定に関し，87\%の高い精度を得，有効な手法であることを示した．
V03N02-05	本論文では，まず，表層的情報のみを用いて安定的・高精度に構文解析を行う骨格構造解析の方法について述べる．次に，これを用いて行った8万用例文に対する構文付きコーパスの作成について触れ，骨格構造解析の有効性について述べる．さらに，この構文付きコーパスを対象として構築した類似用例検索システムについて述べる．本システムは，(1)構文的制約(係り受け構造)を指定して検索できるので，単語レベルの検索では検索されてしまうような多くの不適切な用例を絞り込むことができる(2)分類語彙表を利用した意味コード化により，類似用例の検索も可能である(3)インデックスに構文情報を含めることにより，高速な構造検索を実現している(4)ユーザはウインドウ上で，三角表を用いた構文構造のブラウジング，検索パターンの指定などができ，使いやすいインタフェースを実現している，などの特徴がある．
V10N01-02	本論文では，専門用語を専門分野コーパスから自動抽出する方法の提案と実験的評価を報告する．本論文では名詞(単名詞と複合名詞)を対象として専門用語抽出について検討する．基本的アイデアは，単名詞のバイグラムから得られる単名詞の統計量を利用するという点である．より具体的に言えば，ある単名詞が複合名詞を形成するために連接する名詞の頻度を用いる．この頻度を利用した数種類の複合名詞スコア付け法を提案する．NTCIR1TMRECテストコレクションによって提案方法を実験的に評価した．この結果，スコアの上位の1,400用語候補以内，ならびに，12,000用語候補以上においては，単名詞バイグラムの統計に基づく提案手法が優れていることがわかった．
V21N02-03	我々は，利用者が信憑性を判断する上で必要となる情報をWeb文書から探し出し，要約・整理して提示する，情報信憑性判断支援のための要約に関する研究を行っている．この研究を行う上で基礎となる分析・評価用のコーパスを，改良を重ねながら3年間で延べ4回構築した．本論文では，人間の要約過程を観察するための情報と，性能を評価するための正解情報の両方を満たすタグセットとタグ付与の方法について述べる．また，全数調査が困難なWeb文書を要約対象とする研究において，タグ付与の対象文書集合をどのように決定するかといった問題に対して，我々がどのように対応したかを述べ，コーパス構築を通して得られた知見を報告する．
V07N04-01	本稿の目的は自然言語の時間の相-アスペクト-に対し，個別の言語から独立した論理的意味を与えることである．近年のアスペクトの意味論では，アスペクトは共通のイベント構造に対してその異なる部位にレファランスを与えるものであると説明される．本稿でもまずこの理論を概観するが，その際アスペクトの形式化において常に問題となる用語および概念の混乱を，本稿で扱う範囲で整理・統合する．次に従来的な点と区間の論理に代わってアロー論理を導入し，アローを両端が固定されない向きをともなった時間区間であるとしてアスペクトの解析に適用する．アローを含む動的論理はそれ自身既にアローとその端点の関係が含まれる上に，論理の側で順序や包含の関係が表現できるために，従来的な述語論理によるアスペクトの形式化に比べてはるかに簡潔な表現が可能である．さらにアローと時点の関係をつけることで，時間的に束縛されていない事象の原型がアスペクトを伴う表現にシフトされる過程を動的な推論規則として説明できる．
V31N03-17	日本経済新聞社では，経済分野を中心とした新聞記事と日経企業DBを保有している．エンティティリンキングを用いて，新聞記事に出現する企業名を日経企業DBに結び付けることで，特定企業に関する高度な情報抽出への応用に期待ができる．そこで本論文では，新聞記事に出現する企業名と日経企業IDのリンキングを目的とした，日経企業IDリンキングシステムを構築する．具体的には，日本経済新聞の新聞記事に記述される企業名に日経企業IDを付与したデータセットを作成し，企業名抽出モデルと類似度ベースエンティティリンキングモデルから成るパイプラインシステムを実装する．本データセットを用いた評価実験の結果，提案システムは既存システムを上回るリンキング性能を示すことを確認した．さらに，企業IDリンキング特有の技術的困難性を整理し，提案システムの課題について議論する．\footnote[0]{本論文は，言語処理学会第30回年次大会で発表した論文\cite{sawada-etal-2024-anlp}を基にしたものです．}
V10N02-05	本稿では，LexicalFunctionalGrammar(LFG)に基づいた実用的な日本語文解析システム構築に向けての日本語LFG文法記述の詳細とシステムの評価について述べる．本稿で述べる日本語LFG文法は，(1)解析対象が口語的・非文法的文であっても解析可能な高いカバー率を持つ，(2)言語学的に精緻な文法規則を持ち豊富な意味情報を含\breakむf-structureを出力可能とする，(3)f-structureの持つ言語普遍性の特徴を活かすため他言語のLFG文法と高い整合性・無矛盾性を保つ，の3点を特徴とする．自然言語の文法記述を完全に体系的・手続き的に進めることは困難であり，本稿で述べる文法記述においても経験的なものに依存する面は大きい．しかしながら，OTマークを利用して段階的に解析を行う手法によって，例外的な文法・語彙規則が解析結果に及ぼす悪影響を減じ，文法の大規模化に伴う記述の見通しの悪さを軽減することが可能となった．さらに，部分解析機能の導入によって，口語的・非文法的文への対処が可能となった．マニュアル文のような文法に則った文と，お客様相談センター文のような口語的な文の両者を対象に解析実験を行い，日本語LFGに基づくシステムとしてはこれまでにない，95\,\%以上の解析カバー率が得られていることを確認した．また，マニュアル文を対象に解析精度測定のための評価実験を行い，係り受けの再現率・適合率共に平均値で約84\,\%，上限値で約92\,\%の値が得られていることが確認できた．
V14N03-10	映画や書籍などの作品検索への応用を目的として，作品レビューテキスト中の感情表現の構成要素を分析した．まずWeb上の作品レビュー82件1,528文中の653組の主観表現を人手で分析し，「態度」「主体」「対象」「理由」という4つの構成要素と，その各々の下位要素を定義した．653組の主観表現中，「態度」が感情を表している感情は257組あった．次に感情表現の各構成要素の内容や働きを分析し，構成要素間の結びつきや，「主体」や「対象」が省略されるパタン，省略されない特殊なパタンなどを明らかにした．「理由」は，感情が生起した根拠や理由を述べている部分をさし，257組中66件（25.7{\kern0pt}％）に出現した．本稿では，利用者の作品選択に，より具体的な情報を提供しうる可能性がある要素として「理由」に着目し，さらに分析を進めることとした．次に，異なる文書タイプにおける「理由」の出現のしかたや分析の手がかりを調べるために，Web上の作品レビュー，オンラインショッピング内のブックレビュー，新聞記事からサンプルを選び，「理由」に着目した追加分析を行った．最後に，作品検索システム利用者の鑑賞作品選択における「理由」のあるレビューの重要性を確認するため，3つの映画それぞれ10件ずつ計30件の作品レビューを用いて，8名ずつ2グループの計16名に対し被験者実験とフォーカスグループインタビューを行った．この結果，作品レビューの読み手が第三者の書いたテキストを参考にする際，「理由」の有無がその内容を理解し，鑑賞する作品を選択するのに参考になるかどうかの判断に大きく寄与していることがわかった．作品検索では，「理由」の有無や内容をレビューの重要性の順位付け等に応用することなどが考えられる．
V24N05-04	我々は国語研日本語ウェブコーパスとword2vecを用いて単語の分散表現を構築し，その分散表現のデータをnwjc2vecと名付けて公開している．本稿ではnwjc2vecを紹介し，nwjc2vecの品質を評価するために行った2種類の評価実験の結果を報告する．第一の評価実験では，単語間類似度の評価として，単語類似度データセットを利用して人間の主観評価とのスピアマン順位相関係数を算出する．第二の評価実験では，タスクに基づく評価として，nwjc2vecを用いて語義曖昧性解消及び回帰型ニューラルネットワークによる言語モデルの構築を行う．どちらの評価実験においても，新聞記事7年分の記事データから構築した分散表現を用いた場合の結果と比較することで，nwjc2vecが高品質であることを示す．
V15N02-04	日本語には，「にたいして」や「なければならない」に代表されるような，複数の形態素からなっているが，全体として1つの機能語のように働く複合辞が多く存在する．われわれは，機能語と複合辞を合わせて機能表現と呼ぶ．本論文では，形態階層構造と意味階層構造を持つ機能表現辞書を用いることにより，文体と難易度を制御しつつ，日本語機能表現を言い換える手法を提案する．ほとんどの機能表現は，多くの形態的異形を持ち，それぞれの異形は，その文体として，常体，敬体，口語体，堅い文体のいずれかをとる．1つの文章においては，原則として，一貫して1つの文体を使い続けなければならないため，機能表現を言い換える際には，文体を制御する必要がある．また，文章読解支援などの応用においては，難易度の制御は必須である．実装した言い換えシステムは，オープンテストにおいて，入力文節の79\%(496/628)に対して，適切な代替表現を生成した．
V29N03-04	%意志性と主語有生性はイベントの基本的な属性であり，密接な関係にある．これらの認識は文脈を考慮したテキスト理解を必要とし，その学習には大量のラベル付きデータを要する．本論文では，人手でラベル付きデータを構築することなく，意志性と主語有生性を同時学習する手法を提案する．提案手法では生コーパス中のイベントにヒューリスティクスを用いてラベルを付与する．意志性のラベルは「わざと」や「うっかり」といった意志性を示す副詞を頼りに付与する．主語有生性のラベルは知識ベースに登録されている有生名詞・無生名詞を頼りに付与する．こうして集めたイベントから手がかり語を含まないイベントに汎化する分類器を構築する．本研究ではこの問題をバイアス削減ないしは教師なしドメイン適応の問題とみなして解く．日本語と英語の実験で，提案手法により，人手でラベル付きデータを構築することなく，意志性・主語有生性の高精度な分類器を構築できることを示した．
V17N01-04	テキスト分類における特徴抽出とは，分類結果を改善するためにテキストの特徴たる単語または文字列を取捨選択する手続きである．ドキュメントセットのすべての部分文字列の数は，通常は非常に膨大であるため，部分文字列を特徴として使用するとき，この操作は重要な役割を果たす．本研究では，部分文字列の特徴抽出の方法に焦点を当て，反復度と呼ばれる統計量を使って特徴抽出する方法を提案する．反復度は，高確率でドキュメントに二度以上出現する文字列は文書のキーワードであるはずだという仮定に基づく統計量であり，この反復度の性質は，テキスト分類にも有効であると考える．実験では，Zhangら(Zhangetal.2006)によって提案された，条件付確率を用いることで分布が類似した文字列をまとめるという手法（以下，条件付確率の方法と記す）と我々の提案する手法の比較を行う．結果の評価には適合率と再現率に基づくF値を用いることとした．ニュース記事とスパムメールの分類実験の結果，我々の提案する反復度を用いた特徴抽出法を用いると，条件付確率の方法を用いるのに比べて，ニュース記事の分類では分類結果を平均79.65{\%}から平均83.39{\%}に改善し，スパムメールの分類では分類結果を平均90.23{\%}から平均93.15{\%}に改善した．提案手法である反復度を用いる特徴抽出法はZhangらの提案する条件付確率を用いる特徴抽出法に比べて，ニュース分類記事の分類では平均3.74{\%}，スパムメールの分類では平均2.93{\%}だけ結果を改善しており，その両方の実験において結果に有意差があることを確認した．また，反復度を用いる特徴抽出方法を用いると，単語を特徴集合とする方法を用いる場合と比べて，ニュース記事の分類では分類の結果を平均83.88{\%}から平均83.39{\%}と平均0.49{\%}低下させることとなったものの，スパムメールの分類では分類の結果を平均92.11{\%}から平均93.15{\%}と平均1.04{\%}改善した．ニュース記事の分類においては反復度を用いる特徴抽出方法と単語を特徴集合とする方法に有意差は本実験では認められず，スパムメールの分類の結果においては有意差があることを確認した．この結果が得られた要因について考察すると，条件付確率の方法を用いたほうは一見しただけでは何の部分文字列かわからないほど短い文字列を抽出する傾向にあることが分かった．これは不特定多数の文字列の一部として出現しやすいことを意味しており，文書の特徴になりえないような文字列がこれを含んでいたとき，分類結果がその文字列の影響を受けることを意味する．それに対して反復度で抽出した部分文字列は短い文字列もあるものの，長い文字列や間に空白が挟まった単語をつなぐ部分文字列も捉えているため，特定のものをさす文字列の部分文字列であるといえる．このような何を指しているのかわかりやすいある程度長い部分文字列と，間に空白を挟んだ単語と単語を結ぶような形の部分文字列が分類結果を改善していると考えられる．
V04N01-07	本稿では，文とその後方に位置する名詞句との照応を，複雑な知識や処理機構を用いず，表層的な情報を用いた簡単な処理によって解析する方法を提案する．文と名詞句の構文構造を支配従属構造で表現し，それらの構造照合を行ない，照合がとれた場合，照応が成立するとみなす．構造照合に用いる規則は，文が名詞句に縮約されるときに観察される現象のうち，主に，用連助詞から体連助詞への変化，情報伝達に必須でない語の削除に着目して定義する．このような簡単な処理によって前方照応がどの程度正しく捉えられるかを検証するための実験を，サ変動詞が主要部である文と，そのサ変動詞の語幹が主要部である名詞句の組を対象として行なった．実験では，新聞記事から抽出した178組のうち133組(74.7\%)について，本手法による判定と人間による判定が一致した．また，構造照合で類似性が最も高いと判断された支配従属構造の組を優先解釈として出力することによって，入力の時点で一組当たり平均3.4通り存在した曖昧性が1.8通りへ絞り込まれた．
V06N06-06	本論文では，重回帰分析にもとづいた文章構造解析を利用した自動抄録手法とその評価，および文章要約への展開について述べる．文章構造の解析は，文章中の様々な特徴をパラメタとした判定式や局所的な言語知識により，文章セグメントの分割統合を進めて構造木を作るものである．得られた文章構造上の各種特徴をもとに，さらに文章抄録の観点から選択されたパラメタを加えて，文抽出のための判定式を作る．本研究では被験者5人にのべ350編の新聞社説の抄録調査を実施し，これを基準に，重回帰分析によりパラメタの重みを決定し判定式を得，また，本方式を評価する．また，自動生成された抄録文に対して，照応情報の欠落による文章の首尾一貫性の低下を避けるための補完や，論旨を損なわない冗長な表現の削除を行なうことで要約文章を生成する手法を紹介する．
V19N04-03	本論文では対象単語の用例集合から，その単語の語義が新語義（辞書に未記載の語義）となっている用例を検出する手法を提案する．ここでのアプローチの基本は，新語義の用例が用例集合中の外れ値になると考え，データマイニング分野の外れ値検出の手法を利用することである．ただし外れ値検出のタスクは教師なしの枠組みになるが，新語義検出という本タスクの性質を考慮すると，一部のデータ（用例）にラベル（対象単語の語義）が付与されているという枠組みで考える方が適切である．そのため本論文では一部のデータにラベルがついているという教師付きの枠組みで外れ値検出を行う．具体的には2つの手法（教師付きLOFと生成モデル）を用い，それら出力の共通部分（積集合）を最終的な出力とする．この教師付きLOFと生成モデルの積集合を出力する手法を提案手法とする．実験ではSemEval-2日本語WSDタスクのデータを用いて，提案手法の有効性を示した．またWSDのアプローチを単独で利用しただけでは，本タスクの解決が困難であることも示した．
V23N02-02	近年，様々な種類の言語学習者コーパスが収集され，言語教育の調査研究に利用されている．ウェブを利用した言語学習アプリケーションも登場し，膨大な量のコーパスを収集することも可能になってきている．学習者が生み出した文には正用だけでなく誤用も含まれており，それらの大規模な誤用文を言語学や教育などの研究に生かしたいと考えている．日本語教育の現場では，学習者の書いた作文を誤用タイプ別にし，フィードバックに生かしたい需要があるが，大規模な言語学習者コーパスを人手で分類するのは困難であると考えられる．そのような理由から，本研究は機械学習を用いて日本語学習者の誤用文を誤用タイプ別に分類するというタスクに取り組む．本研究は，以下の手順で実験を行った．まず，誤用タイプが付与されていない既存の日本語学習者コーパスに対し，誤用タイプ分類表を設計し，誤用タイプのタグのアノテーションを行った．次に，誤用タイプ分類表の階層構造を利用して自動分類を行う階層的分類モデルを実装した．その結果，誤用タイプの階層構造を利用せず直接多クラス分類を行うベースライン実験より13ポイント高い分類性能を得た．また，誤用タイプ分類のための素性を検討した．機械学習のための素性は，単語の周辺情報，依存構造を利用した場合をベースライン素性として利用した．言語学習者コーパスの特徴として，誤用だけではなく正用も用いることができるため，拡張素性として正用文と誤用文の編集距離，ウェブ上の大規模コーパスから算出した正用箇所と誤用箇所の置換確率を用いた．分類精度が向上した誤用タイプは素性によって異なるが，全ての素性を使用した場合は分類精度がベースラインより6ポイント向上した．
V25N05-04	文法誤り訂正の研究開発では，訂正システムの性能を自動評価することは重要であると考えられている．従来の自動評価手法では参照文が必要であるが，参照文は人手で作成しなければならないため，コストが高く網羅性に限界がある．この問題に対処するために，参照文を用いず，文法性の観点によって訂正を評価する参照無し手法が提案されたが，従来の参照有り手法の性能を上回ることはできなかった．そこで本研究では，先行研究で提案された手法を拡張し，参照無し手法の可能性について調査する．具体的には，文法性に加えて流暢性と意味保存性を組み合わせた参照無し手法が，従来の参照有り手法よりも人手評価スコアを正確に予測できることを実験的に示す．また，参照無し手法は文単位でも適切な評価が可能であることと，文法誤り訂正システムに応用可能であることを示す．
V14N03-12	我々は，人とのコミュニケーションの仕組みを機器とのインタフェースとして実現することを目標に研究を行っている．人間は会話をする際に意識的または無意識のうちに，様々な常識的な概念をもって会話を展開している．このように会話文章から常識的な判断を行い，適切に応答するためには，ある語から概念を想起し，さらに，その概念に関係のある様々な概念を連想できる能力が重要な役割を果たす．本稿では，ある概念から様々な概念を連想できるメカニズムを基に，人間が行う常識的な判断の一つである感情に関する判断を実現する方法について提案している．「主体語」，「修飾語」，「目的語」，「変化語」の4要素から成るユーザの発話文章から，そのユーザの感情を基本感情10種類，補足感情24種類で判断する手法を提案している．また，本手法を用いた感情判断システムを構築し，その性能を評価した結果，常識的な解の正答率は76.5{\kern0pt}％，非常識ではない解を正答率に含めると88.0{\kern0pt}％であり，提案した処理手法は有効であると言える．
V21N03-05	これまで，主に新聞などのテキストを対象とした解析では，形態素解析器を始めとして高い解析精度が達成されている．しかし分野の異なるテキストに対しては，既存の解析モデルで，必ずしも高い解析精度を得られるわけではない．そこで本稿では，既存の言語資源を対象分野の特徴にあわせて自動的に変換する手法を提案する．本稿では，絵本を解析対象とし，既存の言語資源を絵本の特徴にあわせて自動的に変換し，学習に用いることで相当な精度向上が可能であることを示す．学習には既存の形態素解析器の学習機能を用いる．さらに，絵本自体にアノテーションしたデータを学習に用いる実験を行い，提案手法で得られる効果は，絵本自体への約~11,000行，90,000形態素のアノテーションと同程度であることを示す．また，同じ絵本の一部を学習データに追加する場合と，それ以外の場合について，学習曲線や誤り内容の変化を調査し，効果的なアノテーション方法を示す．考察では，絵本の対象年齢と解析精度の関係や，解析精度が向上しにくい語の分析を行い，更なる改良案を示す．また，絵本以外への適用可能性についても考察する．
V06N05-04	表層パタンの照合を行なう構成素境界解析を提案し，構成素境界解析と用例利用型処理を組み合わせた変換主導型機械翻訳の新しい実現手法が多言語話し言葉翻訳に有効であることを示す．構成素境界解析は，変項と構成素境界より成る単純なパタンを用いた統一的な枠組で，多様な表現の構文構造を記述できる．また，構成素境界解析は，チャート法に基づくアルゴリズムで逐次的に入力文の語を読み込み，解析途中で候補を絞り込みながらボトムアップに構文構造を作り上げることにより，効率的な構文解析を可能にする．構成素境界解析の導入により，変換主導型機械翻訳は構文構造の記述力，構文解析での曖昧性爆発といった，頑健性や実時間性の問題を解決することができた．さらに，構成素境界解析と用例利用型処理は単純で言語に依存しない手法であり，多言語話し言葉翻訳へ適用するための汎用性を高めることができた．旅行会話を対象とした日英双方向と日韓双方向の話し言葉翻訳の評価実験の結果により，本論文で提案する変換主導型機械翻訳が，多様な表現の旅行会話文を話し手の意図が理解可能な結果へ実時間で翻訳できることを示した．
V05N01-04	本研究では，論説文の文章構造についてモデル化し，それに基づいた文章解析手法について論じる．\indent近年のインターネットや，電子媒体の発達などにより大量の電子化された文書が個人の周囲にあふれてきているが，大量の文書を高速に処理するためには，記述されている領域に依存した知識を前提とせず，なるべく深い意味解析に立ち入らない「表層的」な処理により行なうことが求められる．\indentここで提案する手法での構造化は，文末の表層的な情報によるモダリティの解析に依る．これを基に文章の論説モデルを定義する．\indent文章解析のトップダウン的アプローチとしては，文章のセグメンテーションの手法を応用し，評価関数の値の大きい箇所から分割していく．文章解析のボトムアップ的アプローチとしては，修辞関係に着目したセグメント統合により隣接していて関係が強いところから統合していく．ここで提案する手法は，構造木の葉に近い部分をボトムアップ的解析で，根に近い部分をトップダウン的解析で処理することにより，一方の欠点を他方の利点で補う効果的なものである．\indent本研究のような対象においては，解析結果を正解と不正解の２値に分けてしまうのでは評価としては不十分であり，正解に近いものはそれなりに評価してやる必要がある．これについて，構造木の根に近い部分は形式段落の位置に基づく客観的評価，葉に近い部分は人間が解析したものとの比較，全体的な構造に対しては個々の解析結果を人間が検討することにより本手法の評価を行う．
V08N03-07	日本語とウイグル語は共に膠着語であり，語順がほぼ同じであるなどの構文的類似性が見られる．そのため，日本語--ウイグル語機械翻訳においては，日本語文を形態素解析した後，逐語訳を行うだけでもある程度の翻訳が可能となる．これは，名詞や動詞などの自立語の文中での役割が助詞，助動詞といった付属語によって示されており，そうした付属語においても，日本語とウイグル語との間で対応関係があるからである．特に名詞に接続する格助詞は，文中での他の語との関係を決めるという，言語構造上重要な機能を持っている．そのため，格助詞を正しく翻訳できなければ，違和感のある翻訳文になるだけでなく，ときには致命的に誤った意味となる翻訳文を生成することがある．そこで，本論文では，日本語--ウイグル語機械翻訳における格助詞の取り扱いについて論じる．まず，計算機用日本語基本動詞辞書IPALを用いて動詞と格助詞の使われ方を調べるとともに，それぞれの格助詞の機能に対応するウイグル語格助詞を決定する．さらに，この調査結果から作成した動詞の格パターンを利用して複数の格助詞の訳語候補の中から，適切な訳語を選択する手法を提案する．また，本提案手法に対する評価実験では，環境問題関連の新聞社説3編の日本語138文を対象にし，我々が本論文で提案するアプローチに基づいて実験を行った．その結果，99.3\%の正解率を得ることができた．
V02N04-02	本論文では，テイル，テアル，テシマウ，テオク，テミルといったアスペクト辞のマニュアル文における意味を検討する．これらのアスペクト辞は，時間的なアスペクトを表す他に，書き手の態度などのいわゆるモダリティをも表現することがあるので，モダリティについての解釈から，アスペクト辞の隣接する動詞句の主語に関する制約を明らかにする．さらに，実際にマニュアル文から例文を集め，提案する制約の正当性を検証する．このような制約は，省略された主語などの推定に役立ち，マニュアル文からの知識抽出や機械翻訳に応用できる．
V20N02-04	本論文は，文書分類のための新手法として，NegationNaiveBayes(NNB)を提案する．NNBは，クラスの補集合を用いるという点ではComplementNaiveBayes(CNB)と等しいが，NaiveBayes(NB)と同じ事後確率最大化の式から導出されるため，事前確率を数学的に正しく考慮している点で異なっている．NNBの有効性を示すため，オークションの商品分類の実験とニュースグループの文書分類の実験を行った．ニュースグループの文書分類では，一文書あたりの単語数（トークン数）を減らした実験と，クラスごとの文書数を不均一にした実験を行い，NNBの性質を考察した．NB，CNB，サポートベクターマシン(SVM)と比較したところ，特に一文書当たりの単語数が減り，クラスごとの文書数が偏る場合において，NNBが他のBayesianアプローチより勝る手法であること，また，時にはSVMを有意に上回り，比較手法中で最も良い分類正解率を示す手法であることが分かった．
V20N03-03	本論文では，地震や津波などの災害時に個人からソーシャルメディア上に発信される大量の書き込みから，救援者や被災者が欲している情報を自動的に取得する情報分析システムについて報告する．このシステムでは，質問応答技術により，災害時の被災地の状況や救援状況を俯瞰的に把握し，被災地からの想定外も含めた情報を取得することを目的としている．システムで利用している質問応答処理では構文パターンの含意に基づき質問文を拡張し，ソーシャルメディアへの書き込みに対して地名・場所名を補完することにより，幅広い質問に対応する．さらに，本システムを拡張することにより，被災地からの重要な情報提供が必ずしも救援者へ届かない問題に対応できることについて述べる．NPOや自治体などの救援者が状況把握のための質問を予め登録しておけば，救援を望む被災者がTwitterやBBS等へ書き込んだ時点で，情報を求める側と提供する側の双方に自動的に通知できる．これにより救援者と被災者の双方向のコミュニケーションが担保され，救援活動がより効率的になると期待される．本システムの質問応答性能を我々が用意した300問のテストセットのうち回答が対象データに含まれる192問を用いて評価したところ1質問あたり平均605.8個の回答が得られ，再現率は0.519，適合率は0.608であった．
V29N02-06	近年，動詞の意味フレーム推定タスクでは，推定対象の動詞の文脈化単語埋め込みに基づき，動詞全体で一度にクラスタリングを行う手法がいくつか提案されている．しかし，このような手法には大きく2つの欠点が存在する．1つは動詞の表層的な情報を過度に考慮するため，意味の似た異なる動詞の用例をまとめづらいこと，もう1つは同じ動詞の用例がその動詞自身が持つ意味の異なり数以上のクラスタに分割されることである．本論文では，これらの欠点を克服するために，マスクされた単語埋め込みと2段階クラスタリングを用いた動詞の意味フレーム推定手法を提案する．FrameNetを用いた実験を通し，マスクされた単語埋め込みを活用することが動詞の表層的な情報に強く依存したクラスタの構築を抑制し，また，2段階のクラスタリングを行うことで各動詞の用例が属するクラスタの異なり数を適正化できることを示す．
V12N05-04	本稿では，前置詞句や等位構造を持つ英語固有表現とそれに対応する日本語表現を対訳コーパスから抽出する方法を提案する．提案方法では，(1)意味的類似性と音韻的類似性の二つの観点から英語固有表現と日本語表現の対を評価し，二種類の類似度を統合して全体としての類似度を求める処理と，(2)前置詞句の係り先や等位構造の範囲が不適格である英語固有表現の抽出を抑制する処理を行なう．読売新聞とTheDailyYomiuriの対訳コーパスを用いて実験を行ない，提案方法の性能と上記のような処理を行なわないベースラインの性能を比較したところ，提案方法で得られたF値0.678がベースラインでのF値0.583を上回り，提案方法の有効性が示された．
V10N02-03	我々は文章中に現れる比喩表現，その中でも直喩・隠喩的な比喩について，その認識・抽出を目的として研究を進めている．本論文では，``名詞Aのような名詞B''表現について，名詞の意味情報を用いたパターン分類によって比喩性を判定し，比喩表現については喩詞（喩えるもの）と被喩詞（喩えられるもの）とを正確に抽出できるモデルを提案する．この表現には比喩（直喩）とリテラル（例示など）の2つの用法があり，また比喩であっても名詞Bが被喩詞ではない場合がある．我々はそれらを機械的に判定するために，これまでに行ってきた構文パターンやシソーラスを用いて喩詞と被喩詞の候補を抽出する手法を発展させ，名詞Aと名詞Bの意味情報やその関係に従って``名詞Aのような名詞B''表現を6つのパターンに分類し，比喩性を判定し喩詞と被喩詞を特定するモデルを構築した．このモデルを日本語語彙大系の意味情報を利用して実装し，新聞記事データを用いて検証したところ，得られたパターン分類結果（比喩性判定結果）と人間のそれとが一致する割合は，学習データについては82.9\,\%（未知語データを除く），評価用データについては72.7\,\%（同）であり，比喩性判定モデルの全体的な処理の流れは実際の文章中の比喩表現認識に有効であることを示した．また，比喩語という比喩性を決定づける語についてもその効果を示すことができ，モデルへの組み込みの可能性を示唆した．
V13N03-06	語彙・構文的言い換えの中には，形態・構文的パターンに基づいて一括りにできるものの，表現を構成する語の統語・意味的な特性に依存して言い換えの可否や言い換え方が決まる現象が少なくない．本論文では，そのような言い換えを語彙構成的言い換えと呼ぶ．たとえば，複合語を構成語に分解するような言い換え，機能動詞構文の言い換え，態や格の交替，種々の動詞交替，語彙的派生などは語彙構成的言い換えの範疇に含まれる．我々は現在，これら語彙構成的言い換えに関わる語の統語・意味的な特性を明らかにするため，および言い換え生成技術の定量的評価のために，個々の言い換えクラスごとに言い換え事例集（言い換えコーパス）を構築している．本論文では，言い換え前後の表現の形態・構文的パターンと既存の言い換え生成システムを用いて言い換え事例を半自動的に収集する手法について述べる．また，日本語の機能動詞構文の言い換え，動詞の自他交替を対象とした予備試行の結果を報告する．
V15N03-05	日常的な会話の中では，新語や固有名詞などシソーラスに定義されていない単語（未知語）が使用される．未知語についての知識がなければ，適切に会話を行うことができない．Webを利用することで，未知語について調べることができる．しかし，Webには膨大な情報が存在するため，必要な情報を効率的に得ることは困難である．未知語に対する適切なシソーラスのノードを提示することによって，未知語の意味を獲得することができる．未知語理解はコーパスなど言語データに依存する研究が多く，対応できない未知語が存在するという問題点がある．本論文では，連想メカニズムを構成する概念ベースと関連度計算，さらにWebを用いて，未知語を概念化することで各ノードとの関連性を評価し，固有名詞を含んだ未知語をシソーラス上の最適なノードへ分類する手法を提案する．
V14N03-03	本研究の目的は，これまで言語学的には感動詞，言語心理学的には発話の非流暢性として扱われてきた，フィラーを中心に，情動的感動詞，言い差し（途切れ）といった話し言葉特有の発話要素を，人の内的処理プロセスが音声として外化した「心的マーカ」の一部であると捉え，それらが状況によってどのような影響を受けるかを分析し，対応する内的処理プロセスについて検討することであった．実験的統制のもと，異なる条件（役割や親近性，対面性，課題難易度）が設定され，成人男女56名（18--36歳）に対して，ペアでの協調問題解決である図形説明課題を実施し，対話データが収集された．その結果，1)それぞれの出現率は状況差の影響を受けたこと，2)出現するフィラーの種類別出現率に差があることが示された．これらの結果が先行研究との対比，内的処理プロセスと心的マーカの対応，そして結果の応用可能性という観点から考察される．
V04N01-06	日本語文章における代名詞などの代用表現の指す対象が何であるかを把握することは，対話システムや高品質の機械翻訳システムを実現するために必要である．そこで，本研究では用例，表層表現，主題・焦点などの情報を用いて指示詞・代名詞・ゼロ代名詞などの指示対象を推定する．従来の研究では，代名詞などの指示対象の推定の際には意味的制約として意味素性が用いられてきたが，本研究では対照実験を通じて用例を意味素性と同様に用いることができることを示す．また，連体詞形態指示詞の推定に意味的制約として「AのB」の用例を用いるなどの新しい手法を提案する．指示対象を推定する枠組は，以下のとおりである．指示対象の推定に必要な情報をすべて規則にする．この規則により指示対象の候補をあげながら，その候補に得点を与える．得点の合計点が最も高い候補を指示対象とする．この枠組では規則を柔軟に書くことができるという利点がある．この枠組で実際に実験を行なった結果，指示詞・代名詞・ゼロ代名詞の指示対象を学習サンプルにおいて87\%の正解率で，テストサンプルにおいて78\%の正解率で，推定することができた．
V25N05-05	ニューラル機械翻訳(NMT)は入力文の内容の一部が翻訳されない場合があるという問題があるため，NMTの実用には訳出されていない内容を検出できることが重要である．著者らはアテンションの累積確率と出力した目的言語文から入力文を生成する逆翻訳の確率という2種類の確率による，入力文の内容の欠落に対する検出効果を調査した．日英の特許翻訳での訳抜けした内容の検出実験を実施し，アテンションの累積確率と逆翻訳の確率はいずれも効果があり，逆翻訳はアテンションより効果が高く，これらを組み合わせるとさらに検出性能が向上することを確認した．また，訳抜けの検出を機械翻訳結果の人手修正のための文選択に応用した場合に効果があることが分かった．
V16N03-04	LR構文解析表（LR表）を作成する際，CFG規則による制約だけでなく品詞（終端記号）間の接続制約も同時に組み込むことによって，LR表中の不要な動作（アクション）を削除することができる．それにより，接続制約に違反する解析結果を受理しないLR表を作成できるだけでなく，LR表のサイズを縮小することも可能であり，構文解析の効率の向上が期待できる．これまでにも接続制約の組み込み手法はいくつか提案されているが，従来手法では，注目する動作の前後に実行され得る動作を局所的に考慮するため，削除しきれない動作が存在する．そこで，本論文では新しい組み込み手法を提案する．提案手法では，初期状態から最終状態までの全体の実行すべき動作列（アクションチェイン）を考慮し，接続制約を組み込む．評価実験の結果，従来手法と比較して，不要な動作をさらに約1.2\%削減でき，構文解析所要時間は約2.4\%短縮できることが分かった．最後に，提案手法の完全性について考察する．
V15N01-03	日本語文のムードについて，いくつかの体系が提示されている．しかしながら，既知のムード体系がどのような方法によって構成されたかは明確に示されてはいない．また，多種多様な日本語ウェブページに含まれるような文を対象にして，ムード体系を構成しているとは思われない．したがって，日本語ウェブページを対象にした言語情報処理において，既知のムード体系は網羅性という点で不十分である可能性が高い．本論文では，NTCIRプロジェクトによって収集された11,034,409件の日本語ウェブページに含まれる文を分析して既知のムードとともに新しいムードを収集するための系統的方法について詳述する．その方法の基本的手順は，(1)日本語文をChaSenによって単語に分割し，(2)様々な種類のムードを表出すると予想される文末語に着目し，(3)文末語に手作業でムードを割り当てる，というものである．そして，収集した新しいムードを示し，収集したムードとその他の既知ムードとの比較を行い，収集できなかったムードは何か，新しく収集したムードのうちすでに提示されているものは何か，を明らかにする．比較によって得た知見をもとに，より網羅性を高めるように，拡充したムード体系の構成を提案する．
V03N04-08	現在，自然言語処理システムの多くは，処理単位として形態素を用いているが，人間はもっと大きな単位で文を処理していることが既に分かっている．この単位を認知単位と呼ぶ．この知見から，人間の文解析処理は，認知単位の検出処理と，検出した認知単位の取捨選択の2段階に分離できるものと考えられている．本論文では，この考えに基づき，第一段階として状態遷移図を用いて認知単位を検出し，第二段階としてbigramを用いて認知単位を選択する，計二段階からなる文解析法を提案するものである．この方法を用いて誤りを含んだテキストに対し誤り訂正を行う実験を行った結果，形態素を単位としたbigramを用いるよりも良い結果を得ることができた．
V09N05-05	自然言語の意味を理解するコンピュータの実現には，入力された語から関連の強い語を導き出す連想システムが必要と考える．本研究の目的はこのような連想システムの主要要素である概念ベースの構築である．我々の開発した連想システムは電子化辞書から作られた概念ベースと，語間の関係の深さを定量化する関連度計算アルゴリズムから構成される．概念ベースでは語の意味を語の持つ意味の特徴を表す語（属性）とその語に対する重要性を表す重みの集合で定義している．本研究においては，概念を概念ベースによって定義される語の連鎖としてモデル化している．機械構築された最初の概念ベースは不適切な属性が多く，重みの信頼性も低い．本稿ではこの機械構築された概念ベースを出発点とし，雑音属性を除去し，より適切な重みを付与するために，属性信頼度の考えに基づく新しい精錬を提案している．さらに，人間の感覚による評価とテストデータの関連度を用いた実験によって提案方式の有効性を示した．
V14N03-01	「話し手は，迅速で正確な情報伝達や，円滑な人間関係の構築といった目的を果たすために，言語を使って自分の感情・評価・態度を表す」という考えは，言語の研究においてしばしば自明視され，議論の前提とされる．本稿は，話し手の言語行動に関するこの一見常識的な考え（「表す」構図）が，日常の音声コミュニケーションにおける話し手の実態をうまくとらえられない場合があることを示し，それに代わる新しい構図（「する」構図）を提案するものである．現代日本語の日常会話の音声の記録と，現代日本語の母語話者の内観を用いた観察の結果，「表す」構図が以下3点の問題点をはらむことを明らかにする：(i)目的論的性格を持ち，目的を伴わない発話を収容できない；(ii)外部からの観察に基づいており，当事者（話し手）のきもちに肉薄し得ない；(iii)モノ的な言語観に立ち，言語を行動と見ることができない．中心的に扱われるのは，あからさまに儀礼的なフィラー，つっかえ方，りきみである．「話し手は自分のきもちに応じて，フィラー・つっかえ方・声質を使い分けている」という「表す」考えが一見正しく思えるが，実はどのような限界を持つのかを，実際のコミュニケーションから具体的に示す．
V31N03-06	%DataAugmentationは，教師あり学習におけるモデルの性能を改善させるために，訓練データを水増しする手法である．DataAugmentationは，ComputerVisionの分野において広く研究・利用されているが，自然言語処理においては未発展であるといえる．本論文では，我々がこれまでに考案した日本語の自然言語処理タスクに用いることができるDataAugmentationの手法を二つ取り上げる．一つは，文に含まれる単語を，BERTのMaskedLanguageModelingを用いて別の単語に置換する手法である．もう一つは，文の係り受け関係が崩れないように文節の順序をシャッフルする手法である．これら2つの手法の概要や変換方法について示した後，各手法がどのようなタスクで効果を発揮するのかについて述べる．
V30N02-17	%単語が持つ意味や用法は時代とともに変わっていく．BERTから獲得した単語ベクトルをグルーピングし，時期ごとの使用率を算出することで意味変化を分析する方法がある．英語の意味変化分析では既にいくつかこの類の手法が導入されているが，日本語への適用はまだない．また，英語での分析では手法ごとの比較が行われていない．そのため，日本語に適用した際の性能や各手法がどのような条件で有効か明らかになっていない．そこで本研究では日本語を対象に，以下の実験を行なった．現代語で事前訓練されたBERTの文脈依存ベクトルに，辞書を使った教師ありのグルーピング手法とクラスタリングを使った教師なしのグルーピング手法を適用し比較した．またBERTを通時的なコーパスでfine-tuningし，BERTの文脈依存ベクトルが捉える通時的な特徴を分析した．比較と分析の結果，充実した辞書がない場合，クラスタリングを使った手法が意味変化を捉えるのに適していることが分かった．さらに，現代語BERTを通時的なコーパスでfine-tuningすることで古い時期特有の表現により適した意味変化の分析が可能になることが分かった．一方で，古い時期に出現しない現代特有の用法がある場合には，意味変化を捉えられないケースも存在した．\renewcommand{\thefootnote}{}\footnote[0]{本研究は言語学会年次大会2021及び，PACLIC2021で発表した内容を拡張したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V31N03-18	%SpatialMLやISO-Spaceなど，言語が表現する位置情報を記述する方法が提案されている．これらは固有位置情報や絶対位置情報（東西南北）を記述するのに有効であるが，対話の中で多用される一人称視点の相対位置情報（前後左右）を記述するのには適していない．相対的な参照表現の曖昧性解消をするには，単に1つの有向辺のみによる表現は本質的に不十分で，実体の向きを含んだフレームとしての2つ以上の有向辺を用いる必要がある．一方，空間論理の分野では，DoubleCrossModelは空間論理の分野で3点の相対的な位置情報を表現するために提案された．本研究では，DoubleCrossModelを用いて対話の中の相対的な参照表現を形式化し，アノテーションを行ったので報告する．\renewcommand{\thefootnote}{}\footnote[0]{本論文は，「DoubleCrossModelによる位置情報フレームアノテーション」言語処理学会第29回年次大会(NLP2023)川端・大村・浅原・竹内(2023)，``SpatialInformationAnnotationBasedontheDoubleCrossModel'',PacificAsiaConferenceonLanguage,InformationandComputation(PACLIC37),Kawabata,Omura,AsaharaandTakeuchi(2023)を元に修正したものである．本研究では，企業内で作成されたデータについて，部分的に開示できる情報を，応用システム論文として共有するものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V08N03-05	代名詞を含む英文を日本語として適格で自然な文に翻訳するためには，英語の代名詞を日本語の代名詞としてそのまま表現せず，ゼロ代名詞化したり他の表現に置き換えたりする必要がある．ゼロ代名詞化に関しては，人手で記述された規則による方法が既に提案されている．本稿では，1)ゼロ代名詞化に加え，他の表現に置き換えるべき場合も扱い，2)規則を人手で記述するのではなく，決定木学習によって自動的に学習する方法を示す．学習に利用する属性は，ゼロ代名詞化に関してこれまでに解明されている言語学的制約や，ゼロ代名詞の復元に関する工学的研究で着目された手がかりを参考にして選択した．提案手法を我々の英日機械翻訳システムPowerE/Jによる訳文に対して適用したところ，ゼロ代名詞化するか否かの判定を行なう場合の精度が79.9\%，ゼロ代名詞化するか否かに加え他の表現に書き換えるか否かの判定も行なう場合の精度が72.2\%となり，人手で記述された規則の精度に近い精度が得られた．また，選択した属性には，書き換え精度を低下させる属性は含まれておらず，ゼロ代名詞化に関する言語学的制約だけでなく，ゼロ代名詞の復元に関する手がかりも利用できることが明らかになった．
V14N05-02	人間は日常会話において，様々な連想を行っている．例えば，「車」という語から「タイヤ」，「エンジン」，「事故」，…，といった語を自然に思い浮かべ，連想によって会話の内容を柔軟に拡大させている．コンピュータ上での連想機能の実現には，概念ベースが重要な役割を果たす．概念ベースでは，言葉の意味（概念）を属性とその重みで定義している．概念ベースの構築方式として，概念（約4万語）とその属性を，電子化国語辞書の語義説明文から抽出する方法が提案されている．しかしながら，定義的な国語辞書から取得される概念や属性の数が少数であり，連想の精度に問題がある．本論文では，電子化国語辞書の語義説明文から構築した概念ベースを核に，電子化新聞等の一般的な記事文から共起情報を基に概念ベースを拡大し，約12万語規模の概念ベースを構築する手法を提案している．概念ベースの拡張においては，まず，国語辞書の各見出し語に対する語義説明文から基本的な概念に対し，信頼性の高い属性を取得する．それらを基に，新聞記事等から抽出した各概念に対する共起語を属性候補として追加する．その後，属性関連度（概念と属性の関連の強さ）により不適切な属性（雑音属性）を除去し，属性の質を向上させている．また，各属性に付与する重み（属性重み）は，概念を属性集合により構成される仮想文書と捉え，文書処理におけるキーワードの重み付与方法（$\mathit{tf}\cdot\mathit{idf}$法）の考え方に準拠する方法により求めている．提案手法で構築した概念ベースと国語辞書のみで構築した概念ベースを関連度評価実験により比較評価し，提案手法で構築した概念ベースが精度的に優れていることを示した．
V01N01-03	従来の構文解析法は十分な精度の解析結果を得ることができず，とくに長い文の解析が困難であった．このことは従来の方式が局所的な解析を基本としていたことに原因があり，これを解決するためには文内のできるだけ広い範囲を同時的に調べることが必要である．我々は，すでに，このような考え方に基づき，長い文の中に多く存在する並列構造が文節列同士の類似性を発見するという手法でうまく検出できることを示した．本論文では，そのようにして検出した並列構造の情報を利用して構文解析を行なう手法を示す．長い日本語文の場合は1文内に複数の並列構造が存在することも多い．そこでまず，文内の並列構造相互間の位置関係を調べ，それらの入れ子構造などを整理する．多くの場合，並列構造の情報を整理した形で利用できれば，文を簡単化した形でとらえることができる．そこで，簡単化した各部分に対して単純な係り受け解析を行ない，その結果を組み合わせることによって文全体の依存構造を求めることが可能となる．各部分の係り受け解析としては，基本的に，係り受け関係の非交差条件を満たした上で各文節が係り得る最も近い文節に係るという優先規則によって決定論的に動作する処理を考えた．150文に対して実験を行なったところ，96\%の文節について正しい係り先を求めることができた．
V23N01-05	「ロボットは東大に入れるか」は，大学入試試験問題を計算機で解くという挑戦を通じ，言語処理を含むAI諸技術の再統合と，知的情報処理の新たな課題の発見を目指すプロジェクトである．知的能力の測定を第一目的として設計された入試問題は，AI技術の恰好のベンチマークであるとともに，人間の受験者と機械のエラー傾向を直接比較することが可能である．本稿では，大手予備校主催のセンター試験形式模試を主たる評価データとして，各科目の解答システムのエラーを分析し，高得点へ向けた今後の課題を明らかにするとともに，分野としての言語処理全体における現在の課題を探る．
V06N02-02	本論文では，知識に依存しない，\mbox{高い曖昧性削減能力を持つ新しい言語モデルを提案}する．このモデルはsuperwordと呼ぶ文字列の集合の上の$n$-gramとして定義され，従来の単語や文字列の$n$-gramモデルを包含するものになっている．superwordは訓練テキスト中の文字列の再現性のみに基づいて定義される概念であり，Forward-Backwardアルゴリズムによって学習される．実験の結果，superwordに基づくモデルと文字のtrigramモデルを複数融合させたモデルの優位性が示され，形態素解析に基づく方法および高頻度文字列に基づく方法を上回る性能が得られた．
V03N02-03	コンピュータを用いて，文学研究を進めるための検討を行った．これには，研究過程の中核である研究ファイルの組織化が必要で，そのモデルを定義した．モデルは研究過程で利用され，生成される様々な情報資源の構造認識による組織化である．モデルの検証のために，具体的な文学テーマを設定し，その実装を行い，評価した．その試みとして電子本「漱石と倫敦」考の研究開発を進めている．研究者による評価実験では，概して評判がよい．例えば，漱石の作品倫敦塔を読む場合に，各種参照情報を随時に利用できること，メモなどを自由に書き込むことができ，自分の研究環境の整備がコンピュータ上で可能であることが評価されている．さらに，モデルは実際の文学研究に有効であること，とくに教育用ツールとして効果的であるとの評価が得られた．
V29N02-16	%品質推定の教師あり学習は，言語対ごとに翻訳品質ラベルを人手で付与する必要があり，コストが高い．そこで，対訳コーパスのみで訓練された機械翻訳器を用いる教師なし品質推定が研究されているが，既存手法は少資源言語対では性能が低下する．本研究では，事前訓練された多言語雑音除去自己符号化器を活用することで，大規模な対訳コーパスが存在しない言語対にも適用可能な教師なし品質推定を提案する．具体的には，多言語雑音除去自己符号化器を対訳コーパスを用いて再訓練することで多言語機械翻訳器を構築する．そして，評価対象の機械翻訳器による出力文を原文からforced-decodingする際の文生成確率によって翻訳品質を推定する．大規模な単言語コーパスにより事前訓練された多言語雑音除去自己符号化器は言語間の特性を捉えられるため，提案手法では少資源または対訳コーパスが存在しない言語対においても品質推定が可能となる．WMT20の品質推定タスクにおける評価の結果，提案手法は6言語対のうち5言語対について，ブラックボックス設定における教師なし品質推定の最高性能を達成した．詳細な分析の結果，ゼロショット設定の品質推定においても提案手法は良好な性能を示すことが明らかとなった．
V16N04-02	日本語におけるモダリティ形式および推量副詞と文末モダリティ形式との共起についての体系的な研究は自然言語処理の分野において不十分である．さらに，このような情報は日本語教育の分野においても十分カバーされていない．本稿では，コーパス検索ツールSketchEngine(SkE)を利用した日本語の推量副詞とモダリティ形式の遠隔共起の抽出を可能にすることとその日本語教育，特に日本語学習辞典への応用の可能性を示すことを目的とする．そのためにまず，複数のコーパスを分析した結果として，モダリティ形式とそのバリエーションの網羅的なリストを作成した．このモダリティ形式はChaSenでどのように形態素解析されているかを調査し，各モダリティ形式の様々な形態素を新しいモダリティのタグとしてまとめることによって，ChaSenで形態素解析されているJpWaCという大規模ウェブコーパスから抽出した2千万語のサンプルへタグの再付与を行った．最後に，新しくタグ付けされたコーパスをコーパス検索ツールSkEに載せ，「文法関係ファイル」の内容を変更することで，推量副詞と文末モダリティの共起の抽出を可能にした．抽出された共起の結果は93\%以上の精度で高く評価された．得られた結果は言語資源を利用しての日本語教育への応用の一例として，日本語教育における辞書編集をはじめ様々な教育資源の作成のために，あるいは教室における直接的に利用可能となることを示した．
V21N02-08	日本語の述語項構造アノテーションコーパスは，これまでにいくつかの研究によって整備され，その結果，日本語の述語項構造解析の研究は飛躍的にその成果を伸ばした．一方で，既存のコーパスのアノテーション作業者間一致率やアノテーション結果の定性的な分析をふまえると，ラベル付与に用いる作業用のガイドラインには未だ改善の余地が大きいと言える．本論文では，より洗練された述語項構造アノテーションのガイドラインを作成することを目的とし，NAISTテキストコーパス(NTC),京都大学テキストコーパス(KTC)のアノテーションガイドラインと実際のラベル付与例を参考に，これらのコーパスの仕様策定，仕様準拠のアノテーションに関わった研究者・アノテータ，仕様の改善に関心のある研究者らの考察をもとにガイドライン策定上の論点をまとめ，現状の問題点や，それらに対する改善策について議論・整理した結果を報告する．また，アノテーションガイドラインを継続的に改善可能とするための方法論についても議論する．
V09N02-03	{本論文では,コーパスから事象間の一対多関係を推定する問題を考える.これまでにコーパスから事象間の関係を推定することが多く研究されている.一般に,この問題に対する解決法の多くは,コーパスを構成する文書における事象の共起に基づき,暗黙的に事象間の関係は一対一関係であることを想定している.しかし,実際には,事象間の関係は一対多関係である場合があり,この特徴のためにいくつかの工夫が必要である.本論文では,コーパス中の一対多関係を推定するために補完類似度を利用することを提案する.この尺度は本来文字認識システムのために開発され,テンプレートの文字のパターンにオーバーラップしたパターンがある条件で有効であることが知られているが,これまでテキスト処理に利用されたことはなかった.この補完類似度の一対多関係を推定する能力を評価するために,地名(都道府県市郡名)を対象事象とした実験において,平均相互情報量,自己相互情報量,非対称平均相互情報量,$\phi$相関係数,コサイン関数,ダイス相関係数,信頼度との性能比較を行う.実験では,三種類のコーパスを用いる.一つ目は実際に地名間にある一対多関係から合成する人工的なデータ集合である.二つ目も実際の関係から合成するが,誤った関係を導く少量の要素も含むデータ集合である.三つ目は現実の新聞記事コーパスから得られるデータ集合である.これらの評価実験において,補完類似度がもっとも優れており,補完類似度は一対多関係の推定問題に対して有効であることを示す.}
V17N02-02	本論文では，日本語書き言葉を対象とした述語項構造と照応関係のタグ付与について議論する．述語項構造解析や照応解析は形態素・構文解析などの基盤技術と自然言語処理の応用分野とを繋ぐ重要な技術であり，これらの解析のための主要な手法はタグ付与コーパスを用いた学習に基づく手法である．この手法を実現するためには大規模な訓練データが必要となるが，これまでに日本語を対象にした大規模なタグ付きコーパスは存在しなかった．また，既存のコーパス作成に関する研究で導入されているタグ付与の基準は，言語の違いや最終的に出力したい解析結果の粒度が異なるため，そのまま利用することができない．そこで，我々は既存のいくつかのタグ付与の仕様を吟味し，述語項構造と共参照関係のアノテーションを行うためにタグ付与の基準がどうあるべきかについて検討した．本論文ではその結果について報告する．また，京都コーパス第3.0版の記事を対象にタグ付与作業を行った結果とその際に問題となった点について報告する．さらにタグ付与の仕様の改善案を示し，その案にしたがい作業をやり直した結果についても報告する．
V30N01-02	%UniversalDependencies(UD)は言語横断的に単語の依存構造に基づくツリーバンクを構築するプロジェクトである．全言語で統一した基準により，品詞・依存構造アノテーションデータの構築が100言語以上の言語について進められている．分かち書きをしない言語においては，基本単位となる\textbf{構文的な語(syntacticword)}を規定する必要がある．従前の日本語のUDデータは，形態論に基づく単位である国語研短単位を採用していた．今回，我々は新たに構文的な語に近い単語単位である\textbf{国語研長単位}に基づく日本語UDである\textbf{UD\_Japanese-GSDLUW}，\textbf{UD\_Japanese-PUDLUW}，\textbf{UD\_Japanese-BCCWJLUW}を構築したので報告する．
V09N01-02	手話は聴覚障害者と健聴者との重要なコミュニケーション手段の1つであり，手話を学習する健聴者の数も年々増加する傾向にある．この様な背景から，近年，手話の学習支援システムや手話通訳システムなどの研究が各所で盛んに行われている．特に，これらの自然言語処理システムの知識辞書となる手話電子化辞書の構築は重要な課題であり，手話側から対応する日本語ラベルを効率良く検索する手段の実現は，日本語と手話との対訳辞書の検索機能として，必要不可欠な要素技術といえる．従来の検索方法の多くは，手話単語の手指動作特徴を検索項目とし，検索条件を詳細に設定する必要があった．そのため，初心者には満足する検索結果を得ることが難しいという問題点が指摘されている．この主な原因の1つは，検索条件の複雑さや検索項目間の類似性から選択ミスが生じやすく，結果として，利用者の要求に適合する検索結果が出力されないという問題点にある．本論文では，市販の手話辞典に記載されている手指動作記述文に着目した検索方法を提案する．本手法の特徴は，検索キーとして入力された手指動作記述文と類似の手指動作記述文を検索辞書から検索し，対応する手話単語の日本語ラベルを利用者に提示する点にある．すなわち，手話単語の検索問題を文献検索問題と捉えたアプローチといえる．実験の結果，本手法の妥当性を示す結果が得られた．一方，実験により明らかになった問題点の1つとして，手指動作記述文で表現された手指動作の一部に曖昧さがあることが分かった．この問題を含め，本手法の問題点と今後の課題について，例を示しながら詳細に議論する．
V06N02-01	日本語では単語の境界があいまいで，活用等のルールに基づいて定義された単位である形態素は必ずしも人が認知している単語単位や発声単位と一致しない．本研究では音声認識への応用を目的として人が潜在意識的にもつ単語単位への分割モデルとその単位を用いた日本語の言語({\itN}-gram)モデルについて考察した．本研究で用いた単語分割モデルは分割確率が2形態素の遷移で決定されるという仮定を置いたモデルで，人が単語境界と考える点で分割した比較的少量のテキストデータと形態素解析による分割結果とを照合することにより，パラメータの推定を行った．そして多量のテキストを同モデルにしたがって分割し，単語単位のセット（語彙）と言語モデルを構築した．新聞3誌とパソコン通信の投稿テキストを用いた実験によれば約44,000語で，出現した単位ののべ94-98\%がカバーでき，1文あたりの単位数は形態素に比べて12\%から19\%少なくなった．一方，新聞とパソコン通信ではモデルに差があるもののその差は単語分割モデル，言語モデル双方とも事象の異なりとして現れ，同一事象に対する確率の差は小さい．このため，新聞・電子会議室の両データから作成した言語モデルはその双方のタスクに対応可能であった．
V05N04-05	クロス言語検索手法GDMAXは,日本語入力から英語ドキュメントの検索を可能にする.GDMAXは,対訳辞書によって入力キュエリから翻訳キュエリ候補を生成し,キュエリからそれぞれの言語のコーパスにおけるキュエリタームの共起頻度を成分とする共起頻度ベクトルを生成する.入力共起頻度ベクトルと翻訳共起頻度ベクトルとの距離によって,翻訳キュエリ候補をランキングし,上位の英語キュエリ集合を検索キュエリとする.この手法によって,一つの対訳だけでなく適切な複数の訳語集合を英語キュエリとして得ることができる.ウォールストリートジャーナルやAP通信など2ギガの英語ドキュメントについて適合率と再現率で評価したところ,理想訳と比べて約62\%の精度を得て,対訳辞書のすべての訳語候補を用いる場合と比べて12\%,機械翻訳による訳語選択と比べて6\%高い精度を得ることができた.
V25N04-05	並列構造解析の主たるタスクは並列する句の範囲を同定することである．並列構造は文の構文・意味の解析において有用な特徴となるが，これまで決定的な解析手法が確立されておらず，現在の最高精度の構文解析器においても誤りを生じさせる主たる要因となっている．既存の並列句範囲の曖昧性解消手法は並列構造の類似性のみの特性や構文解析器の結果に強く依存しているという問題があった．本研究では，近年自然言語解析に広く使用されているリカレントニューラルネットワークを用いて，構文解析の結果を用いずに単語の表層形と品詞情報のみから並列句の類似性と可換性の特徴ベクトルを計算し，並列構造の範囲を予測する手法を提案する．PennTreebankとGENIAコーパスを用いた実験の結果，提案手法によって先行研究を上回る解析精度を得た．
V31N02-07	本研究では，目的言語文の難易度を多段階で制御する日英機械翻訳（日英Multi-LevelComplexity-ControllableMachineTranslation:日英MCMT）の実現を目指す．従来のMCMTの研究では英語とスペイン語の言語対を対象にしていたため，日英MCMT用の評価データセットは存在しない．そこで本研究では，多段階の難易度で書かれた英語ニュース記事集合であるNewselaコーパスと日本語への人手翻訳によって日英MCMT用の評価データセットを構築する．また，MCMTは同じ原言語文に対して難易度に応じて異なる目的言語文を出力する必要があるが，従来のMCMTの学習手法は，難易度が付いた対訳文対の単位で学習を行っており，難易度が異なる同一内容の目的言語文間を対比させた学習ができない．そこで本研究では，学習対象の参照文と共に異なる難易度の参照文も使い，学習対象の参照文に対する損失が学習対象以外の難易度の参照文に対する損失よりも小さくなるように学習を行う手法を提案する．本研究で構築した評価データセットを用いた実験により，提案手法は従来手法のマルチタスクモデルよりBLEUが0.94ポイント上回ることを確認した．\renewcommand{\thefootnote}{}\footnote[0]{本論文の一部は，言語処理学会第28回年次大会\cite{tani1}，言語処理学会第29回年次大会(谷他2023)\nocite{tani2}及びThe13thLanguageResourcesandEvaluationConference\cite{tani-etal-2022-benchmark}で報告したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V27N04-03	論述構造解析は，小論文などの論述文を解析対象とし，節や文といった談話単位の役割（主張，根拠など），談話単位間の関係（支持，反論など）を予測するタスクである．論述文の自動評価や意見の集約などへの応用可能性から，本タスクは注目を集めている．論述構造解析では，談話単位（スパン）が処理の基本単位となるため，スパンに対する特徴ベクトル表現（分散表現）を，どのように計算するかはモデル設計における重要な点である．本研究では，自然言語処理の諸タスクにおけるスパン分散表現の研究を踏まえ，論述構造解析において効果的な談話単位のスパン分散表現の獲得方法を提案する．文章中の機能的な表現（接続表現）と論理的な筋を構成する内容（命題）というそれぞれの粒度で文章の大域的な文脈情報を捉えることが重要であるという仮定に基づき，提案法では各談話単位に複数のレベルの大域的な文脈情報を取り込む．本スパン分散表現を用いることにより，特にこれまでの手法では同定が困難であった複雑な構造をもつ論述文において，解析性能が向上し，複数のベンチマークデータセット上で最高性能を更新した．また，BERTなどの強力な言語モデルから得られる単語分散表現を用いた際にも，既存のスパン分散表現獲得方法では十分な性能が得られないが，提案手法によりスパン分散表現の獲得方法を工夫することで，性能が大きく向上することを報告する．
V06N03-03	一般に、テキストは複数の文から形成されており、文間には何らかの意味的なつながりがある．テキスト中の意味的にまとまったある範囲が，談話セグメントや意味段落と呼ばれる一貫性のある談話の単位を構成する．また，談話セグメント間の関係によってテキスト全体の談話構造が形成される．こうしたことから，セグメント境界の検出は，テキスト構造解析の第一歩であると考えられる．テキスト中には，セグメント境界の検出に利用できる多くの表層的手がかりが存在する．本稿では，複数の表層的手がかりを組み合わせて日本語テキストのセグメント境界を検出する手法について述べる．セグメント境界の検出は，複数の手がかりのスコアを基に各文間のセグメント境界への成り易さあるいは成り難さを表す文間スコアを計算することで行われる．文間のスコアは，各手がかりのスコアに重要度に応じた重みをかけ，この重み付きスコアを足し合わせることにより計算する．本稿では，各手がかりへの重み付けを人手によらず，訓練データを用いた統計的手法により自動的に行う手法について述べる．また複数の手がかりの中で，実際にセグメント境界の検出に有効な手がかりだけを選択することで訓練データへの過適合を避ける手法についても述べる．
V04N01-01	\vspace*{-1mm}テキストの可能な解釈の中から最良の解釈を効率良く選び出せる機械翻訳システムを実現するために，最良解釈を定義する制約(拘束的条件)と選好(優先的条件)をText-WideGrammar(TWG)として記述し，圧縮共有森(packedsharedforest)上での遅延評価による優先度計算機構によってTWGを解釈実行する．TWGは，形態素，構文構造，意味的親和性，照応関係に関する制約と選好を備えたテキスト文法である．照応関係に関する制約は，陳述縮約に関する規範を主な拠り所としている．TWGによれば，テキストの最良解釈は，形態素に関する選好による評価点が最も高く，構文構造，意味的親和性，照応関係に関する選好による各評価点の重み付き総和が最も高い解釈である．処理機構は，意味解析と照応解析を，構文解析系から受け取った圧縮共有森上で行なう．その際，最良解釈を求めるために必要な処理だけを行ない，それ以外の処理の実行は必要が生じるまで保留することによって無駄な処理を避ける．保留した処理を必要に応じて再開することによって，最良解釈以外の解釈も選び出せる．
V11N05-03	機械翻訳に対する要求の高まりに伴い，日本語や英語，韓国語といった言語の翻訳に関する研究が進み，実用的なシステムが構築されつつある．その一方で，そうした研究があまり進んでいない言語が存在する．こうした言語においては，翻訳の要である対訳辞書の整備も遅れている場合が多い．一般に対訳辞書の構築には高いコストが必要であり，機械翻訳システムを実現する上での障害となっている．しかし，人間が翻訳作業をする場合，対訳辞書に記載がない単語を別の表現に言い換えて辞書を引くことにより，この問題に対処する場合がある．本研究ではこの手法を模倣し，未登録語を登録語に言い換えることにより対訳辞書を拡充することを提案する．本論文では，対訳辞書の拡充に必要な単語の言い換え処理を収集段階と選抜段階の二つに分割し，前者において語義文に基づく手法を，後者において類似度に基づく手法をそれぞれ適用した．また，類似度に基づく手法では，シソーラスにおける概念間の距離に加え，単語を構成する漢字の語義を利用した．これによって，語法や概念が近く意味的にも等価な言い換えを獲得できた．さらに，獲得した言い換えを翻訳システムで翻訳して日本語--ウイグル語対訳辞書への追加を試みたところ，未登録語300語のうち，その68.3\%に対して利用可能な対訳が得られた．
V06N07-04	日本語ニュースを局所的要約する際に必要となる要約知識を，コーパスから自動獲得する手法について述べる．局所的要約とは注目個所の近傍の情報（局所的情報）を用いて行なう要約をいう．局所的情報には注目個所そのものやその前後の単語列などがある．本手法では要約知識として置換規則と置換条件を用い，これらを原文−要約文コーパスから自動獲得する．はじめに原文中の単語と要約文中の単語のすべての組み合わせに対して単語間の距離を計算し，ＤＰマッチングによって最適な単語対応を求める．その結果より，置換規則は単語対応上で不一致となる単語列として獲得する．一方，置換条件は置換規則の前後ｎグラムの単語列として獲得する．原文と要約文にそれぞれＮＨＫニュース原稿とＮＨＫ文字放送の原稿を使って実際に要約知識を自動獲得し，得られた要約知識を評価する実験を行った．その結果，妥当な要約知識が獲得できることを確認した．
V15N03-03	あるトピックに関して対話的に行われる一連の情報アクセスを質問応答システムが支援する能力，情報アクセス対話の対話相手として情報を提供するために質問応答システムが持つべき能力を定量的に評価するためのタスクを提案する．このタスクでは，対話の実現の基本となる対話文脈を考慮した質問の解釈，つまり照応解消や省略処理等のいわゆる文脈処理の能力を評価する．本稿では，タスクの設計を示し，その根拠となる調査結果を報告する．提案するタスクは以下の点で新規かつ有益である．対話的情報アクセスを対象として，そこで必要な質問応答技術が効果的に評価できるという課題設定と構成の独自性を持つ．評価尺度については応答の自然性において問題となる回答の質や回答列挙の体系の違いに配慮し，複数の体系を許す多段階評価手法を備えている．システムの文脈処理能力をある程度まで切り離して評価することを可能とする参照用テストセットと呼ぶ枠組みを有している．
V12N05-08	本論文では，現時点で利用可能なモンゴル語の言語資源，特に，名詞・動詞の語幹のリスト，および，名詞・動詞に接続する語尾のリストから，モンゴル語の名詞句・動詞句を生成する手法を提案する．具体的には，名詞・動詞の語幹に語尾が接続する際の音韻論的・形態論的制約を整備し，語幹・語尾の語形変化の規則を作成する．評価実験の結果において，100\%近くの場合について，生成された名詞句・動詞句の中に正しい句候補が含まれるという性能を達成した．さらに，本論文では，この句生成に基づいて，モンゴル語の名詞句・動詞句の形態素解析を行なう手法を提案する．具体的には，まず，既存のモンゴル語辞書から名詞語幹および動詞語幹を人手で抽出する．次に，これらの語幹に対して，モンゴル語名詞句・動詞句生成規則を適用することにより，語幹・語尾の組から句を生成するための語形変化テーブルを作成する．そして，この語形変化テーブルを参照することにより，与えられた名詞句・動詞句を形態素解析して語幹・語尾に分離する．評価実験の結果においては，語形変化テーブルに登録されている句については，形態素解析の結果得られる語幹・語尾の組合せの候補の中に，正しい解析結果が必ず含まれることが確認できた．
V13N03-02	本論文では，サポートベクタマシン(SVMs)を使った文書分類において仮想事例(virtualexamples)がどのように性能を改善するかを調べる．ある文書から少量の単語を追加したり削除したりしても，その文書が属するカテゴリは変化しないとの仮定を置いて，文書分類のために仮想事例を作る方法を提案する．提案手法をReuters-21758テストセットコレクションで評価した．実験により，仮想事例はサポートベクタマシンを使った文書分類の性能向上に役立つことが確認できた．特に，学習事例が少量の場合にその効果は顕著であった．
V09N05-01	本稿では，SupportVectorMachine(SVM)に基づく一般的なchunk同定手法を提案し，その評価を行う．SVMは従来からある学習モデルと比較して，入力次元数に依存しない高い汎化能力を持ち，Kernel関数を導入することで効率良く素性の組み合わせを考慮しながら分類問題を学習することが可能である．SVMを英語の単名詞句とその他の句の同定問題に適用し，実際のタグ付けデータを用いて解析を行ったところ，従来手法に比べて高い精度を示した．さらに，chunkの表現手法が異なる複数のモデルの重み付き多数決を行うことでさらなる精度向上を示すことができた．
V12N06-02	本研究では最初に，方法や対処法を問う質問(how型の質問)に質問応答システムが答えるための知識を，メーリングリストに投稿されたメールから獲得する方法について述べる．方法や対処法を問う質問に答えるための知識(「こんな場合にはこうする」など)は，メーリングリストに投稿されたメールから質問や説明の中心になる文(重要文)を取り出すことによって獲得する．次に，メーリングリストに投稿されたメールから獲得した知識を用いる質問応答システムについて報告する．作成したシステムは自然な文で表現されたユーザの質問を受けつけ，その構文的な構造と単語の重要度を手がかりに質問文とメールから取り出した重要文とを照合してユーザの質問に答える．作成したシステムの回答と全文検索システムの検索結果を比較し，メーリングリストに投稿されたメールから方法や対処法を問う質問に答えるための知識を獲得できることを示す．
V16N05-04	大規模コーパスから事態表現間の意味的関係の知識の獲得を目的として，実体間関係獲得手法として提案されたEspressoを事態間関係に適用できるように拡張した．この拡張は主に2つの点からなり，(1)知識獲得のために事態表現を定義し，(2)事態間関係に適合するように共起パターンのテンプレートを拡張した．日本語Webコーパスを用いて実験したところ，(a)事態間関係獲得に有用な共起パターンが多数存在し，パターンの学習が有効であることがわかった．また行為—効果関係については5億文Webコーパスから少なくとも5,000種類の事態対を約66\%の精度で獲得することができた．
V07N04-02	韓国語の言語処理，特に韓国語を原言語もしくは目的言語とする機械翻訳における，韓国語の言語体系と形態素処理手法を提案する．本論文の韓国語体系の特徴は，機械処理を考慮した体系であるという点にある．すなわち，形態素解析の解析精度や機械翻訳における品詞設定の必要性に応じて，韓国語各品詞に対して仕様の検討を行ない，設計を行なった．また分かち書きや音韻縮約といった韓国語の特徴をどのように機械処理すべきかについても述べる．韓国語形態素解析では，品詞と単語の混合n-gramによる統計的手法を基本としながら，韓国語固有の問題に対しては残留文字などの概念を導入するなどして独自の対応を施した．以上の品詞体系と形態素解析エンジンによって，単語再現率99.1\%，単語適合率98.9\%，文正解率92.6\%という良好な解析精度が得られた．また韓国語生成処理では，特に分かち書き処理についてどのような規則を作成したのかについて提案を行なう．以上の形態素体系と処理の有効性は，機械翻訳システムTDMTの日韓翻訳，韓日翻訳部に導入した際の翻訳精度という形で文献\cite{古瀬99}において報告されている．
V07N02-07	われわれの情報検索の方法では基本的に，確率型手法の一つのRobertsonの2-ポアソンモデルを用いている．しかし，このRobertsonの方法では検索のための手がかりとして当然用いるべき位置情報や分野情報などを用いていない．それに対しわれわれは位置情報や分野情報などをも用いる枠組を考案した．IREXのコンテストでは，この枠組に基づくシステムを二つ提出していたが，記事の主題が検索課題に関連している記事のみを正解とするA判定の精度はそれぞれ0.4926と0.4827で，参加した15団体，22システムの中では最もよい精度であった．本論文ではこのシステムの詳細な説明を行なうとともに，種々のパラメータを変更した場合の詳細な対照実験を記述した．この対照実験で位置情報や分野情報の有効性を確かめた．
V17N01-01	本稿では，人間による翻訳({\HUM})と機械翻訳システムによる翻訳({\MT})を訓練事例とした機械学習によって構築した識別器を用いて{\MT}の{\FLU}を自動評価する手法について述べる．提案手法では，{\HUM}と{\MT}の{\FLU}の違いを表わす手がかりとして，逐語訳（原文と翻訳文での単語同士の対応）に着目した．{\HUM}と{\MT}における逐語訳の違いを捉えるために，原文と{\HUM}との間，および原文と{\MT}との間で{\align}を行ない，その結果を機械学習のための素性とする．提案手法は，識別器を構築する際に対訳コーパスを必要とするが，評価対象の{\MT}の{\FLU}を評価する際には参照訳を必要としない．さらに，大量の訓練事例に人手で{\FLU}の評価値を付与する必要もない．検証実験の結果，提案手法によってシステムレベルでの自動評価が可能であることが示唆された．また，{\SVM}による機械学習で各素性に付与される重みに基づいて{\MT}に特徴的な素性を特定できるため，このような素性を含む文を観察することによって文レベルでの{\MT}の特徴分析を行なうこともできる．
V24N03-02	元来から日本は外来語を受け入れやすい環境にあるといわれており，外来語が益々増加する中，特に，英語の場合，外国語の表記を利用するシーンも増えている．また，英単語など頭文字をつなげて表記する略語も利用されている．しかし，英字略語は別のことを表現しても，表記が同じになる多義性の問題を持っている．そこで，本稿では，英字略語の意味を推定する方法を提案する．提案手法では，英字略語の意味推定を未知語の意味推定とみなし，ある概念から様々な概念を連想する語彙の概念化処理を可能とする概念ベースと，概念化した語彙の意味的な近さを判断できる関連度計算またはEarthMover'sDistanceを用いる．さらに，英字略語ゆえの情報の欠如を，世界で最も収録語数が多いとされているWikipediaを使用することで補完する．これらを用いることで，英字略語の多義性を解消し，英字略語の本来の意味を推定する．提案手法は，129件の新聞記事に対して，最高で80\%近い正答率を示したことに加え，比較方法より良好な結果を得ることができた．
V27N04-02	%並列構造解析とは等位接続詞によって結びつけられる句を同定するタスクである．並列構造は自然言語の曖昧性の主たる要因の一つであり，最高精度の構文解析器であっても誤りを生じさせる．本研究は，句のペアが並列となる場合に高いスコアを出力するようなスコア関数を定義し，解析時にはスコア関数とCKYアルゴリズムを組み合わせた構文解析によって並列構造を導出する．提案手法では並列構造解析を三つのサブタスクに分解し，それぞれのサブタスクを学習した三つのニューラルネットワークによってスコア関数を構成する．提案手法が並列構造を範囲の競合なく導出できることを保証しつつ，既存手法より高い精度で並列構造を同定できることを英語における評価実験により示す．
V25N05-03	日本語は冠詞のない言語である．日本語名詞句の情報の状態は，テキストに陽に表出せず，限られた文脈情報や世界知識のみに基づく手法では推定することは難しい．情報の状態は情報の新旧や定・不定などの観点で分析される．しかしながら，日本語の言語処理においては，この概念が適切に扱われていない．そこで，\modified{本稿では，まず，日本語名詞句の情報状態について解説する．}次に，読み時間を手がかりとして，名詞句の情報の状態（新旧・定不定）を推定することを検討する．\modified{具体的には}日本語名詞句の情報の状態が文の読み時間にどう影響するかについて調査する．結果，名詞句の\modified{読み手の側}の情報状態（情報）が読み時間に対して影響を与えることを明らかにしたので報告する．
V26N01-03	本稿ではオンライン議論における談話行為を分類するモデルを提案する．提案モデルでは談話行為を分類するために，ニューラルネットワークを用いて議論のパターンを学習する．談話行為の分類において議論のパターンを取り入れる重要性は既存の研究においても確認されているが，対象としている議論に併せたパターン素性を設計する必要があった．提案モデルではパターン素性を用いずに，木構造およびグラフ構造を学習する層を用いて議論のパターンを学習する．提案モデルをRedditの談話行為を分類するタスクで評価したところ，従来手法と比較してAccuracyで1.5\%，$\mathrm{F}_{1}$値で2.2ポイントの性能向上を確認した．また，提案モデル内の木構造学習層およびグラフ構造学習層間の相互作用を確認するため，提案手法の中間層を注意機構を通じて分析した．
V23N05-05	統計的機械翻訳において，特定の言語対で十分な文量の対訳コーパスが得られない場合，中間言語を用いたピボット翻訳が有効な手法の一つである．複数のピボット翻訳手法が考案されている中でも，特に中間言語を介して2つの翻訳モデルを合成するテーブル合成手法で高い翻訳精度を達成可能と報告されている．ところが，従来のテーブル合成手法では，フレーズ対応推定時に用いた中間言語の情報は消失し，翻訳時には利用できない問題が発生する．本論文では，合成時に用いた中間言語の情報も記憶し，中間言語モデルを追加の情報源として翻訳に利用する新たなテーブル合成手法を提案する．また，国連文書による多言語コーパスを用いた実験により，本手法で評価を行ったすべての言語の組み合わせで従来手法よりも有意に高い翻訳精度が得られた．
V24N04-01	対話行為の自動推定は自由対話システムにおける重要な要素技術のひとつである．機械学習を用いた既存の対話行為の推定手法では，機械学習に用いる特徴のセットを1つ設定するが，この際に個々の対話行為の特質は十分に考慮されていなかった．機械学習の特徴の中にはある特定の対話行為の分類にしか有効に働かないものもあり，そのような特徴は他の対話行為の分類精度を低下させる要因になりうる．これに対し，本論文では対話行為毎に適切な特徴のセットを設定する．まず，28個の初期の特徴を提案する．次に，対話行為毎に初期特徴セットから有効でない特徴を削除することで最適な特徴セットを獲得する．これを基に，入力発話が対話行為に該当するかを判定する分類器を対話行為毎に学習する．最後に，個々の分類器の判定結果ならびに判定の信頼度から，適切な対話行為をひとつ選択する．評価実験の結果，提案手法は唯一の特徴セットを用いるベースラインと比べてF値が有意に向上したことを確認した．
V21N05-03	本稿では，機械翻訳の単語並べ替え問題にシフトリデュース構文解析法を応用するための手法を提案する．提案手法では，単一言語のInversionTransduction文法によって単語並べ替え問題を定式化する．また，日本語文と英語文との単語対応をとりやすくするため，あらかじめ除去した英冠詞を翻訳結果へ挿入する問題も単語並べ替えと同時に定式化する．提案法を日英特許翻訳に適用したところ，句に基づく統計的機械翻訳のBLEUスコア29.99に対して，$+3.15$の改善が得られた．
V02N01-02	我々は，接続助詞「ので」による順接の複文と接続助詞「のに」による逆接の複文を対象とする理解システムを計算機上に構築することを目的とする．この際には，ゼロ代名詞の照応の解析が重要な問題となるが，文献\cite{中川:複文の意味論,COLING94}にあるように，本論文で扱う形式の複文では動機保持者という語用論的役割を新たに定義し用いることにより，従属節と主節それぞれで設定される意味役割や語用論的役割の間の関係を制約として記述することができる．そこで，日本語の複文に対する形態素解析や構文解析の結果を素性構造で記述し，この結果に対して制約論理プログラミングの手法を用いることにより意味および語用論的役割間の制約を解消し，ゼロ代名詞照応などを分析する理解システムを計算機上に構築した．
V10N04-09	本稿では，日本語のテンス・アスペクト表現を中国語に機械翻訳する手法を提案した．具体的には，日本語のテンス・アスペクト表現で主要な役割を果す「タ/ル/テイル/テイタ」を，両言語の文法特徴・共起情報，中国語述語の時間的性格を主要な手がかりとして，中国語のアスペクト助字(了/着/在/\kanji{001})または無標識の$\phi$に翻訳するアルゴリズムを提案した．まず先行研究から両言語におけるテンス・アスペクト表現の意味用法およびその意味用法間の対応関係をまとめた．そして，対応の曖昧さを解決するために，機械翻訳の立場から，「タ/ル/テイル/テイタ」と中国語アスペクト助字の対応関係を定めるアルゴリズムを提案した．最後に，作成した翻訳アルゴリズムを評価し，約8割正解という良好な結果を得た．
V10N05-02	本稿は，「思い込み応答」戦略を取り入れた大語彙音声対話インタフェースを提案する．この戦略は，人間同士の対話において発話対象が広範囲に及ぶ場合，聞き間違えにくい対象と間違えやすい対象が存在することに着目したもので，聞き間違えやすい対象を誤認識しても利用者にストレスを与えないことを利用している．大語彙として16万種の個人姓に焦点を当て，音声認識精度と語彙網羅率の観点から，聞き間違えてはならない10,000種の思い込み対象を選択できた．更に，思い込みが外れた場合への対応として，思い込みの結果を利用者に応答として提示している時間を利用して，思い込み範囲外の残りの姓を対象とした裏認識処理を並行して進める仕組みを提案した．市販の認識エンジンを利用して，この仕組みと思い込み応答を組み合わせた個人姓確定インタフェースを実装した．思い込み応答は，現状の音声認識技術を用いたインタフェースにおいて，入力対象が大語彙であってもストレスを与えない結果を利用者に提示できる戦略であることを確認した．
V08N03-03	統計情報に基づく自然言語処理が盛んになる中で，訓練データとしてのコーパスの影響は非常に大きい．生コーパスをそのまま利用する場合には，コーパスの取得が容易であるため，目的に合ったドメインのコーパスを大量に入手できるという利点がある．しかし，生コーパスは人間の言語の性質上，未登録語や未知の言い回し，非文とされるような文の出現等を多く含むことがほとんどであり，これらが処理の精度の低下を招くという問題がある．特に，口語表現の処理は，電子メールでの利用等利用頻度の高いものであるにも関わらず，十分に研究されているとは言い難い．本稿では，生コーパスに含まれる未知の語句および言い回しに着目し，電子メール文書内に出現する意味のある文字列を自動的に抽出する実験を行なった結果について報告する．本システムは事前に与えられた電子メール文書中の各文字の共起確率を利用して，テストコーパスとして与えられた電子メール文書から意味のある文字列を抽出し出力する．本システムを利用することで，同じテストコーパスを既存の形態素解析ツールで解析した結果未登録語として処理された文字列の69.06\%を抽出することに成功した．
V20N02-06	時間情報表現は，テキスト中に記述される事象の生起時刻を推定するための重要な手がかりである．時間情報表現を含む数値表現の抽出は，固有表現抽出の部分問題として解かれてきた．英語においては，評価型国際会議が開かれ，時間情報表現のテキストからの切り出しだけではなく，曖昧性解消・正規化のための様々な手法が提案されている．さらに，時間情報と事象とを関連づけるアノテーション（タグづけ）基準TimeMLの定義や新聞記事にアノテーションを行ったコーパスTimeBankの整備が進んでいる．一方，日本語においては時間情報処理に必要なアノテーション基準の定義及びコーパスの整備が進んでいない．本稿では，TimeMLの時間情報表現を表す\timexiiiタグに基づいた時間情報のアノテーション基準を日本語向けに再定義し，『現代日本語書き言葉均衡コーパス』(BCCWJ)コアデータの一部にアノテーションを行った．問題点を検討し，今後事象の生起時刻を推定するために必要な課題を考察する．
V24N01-04	推薦システムのユーザ体験を高めるために重要な指標の1つが多様性(Diversity)である．多様性は推薦システムが提示するリスト内には様々なコンテンツが含まれるべきという考え方であり，過去の研究では多様性が含まれるリストの方がユーザに好まれるとされている．しかし実際のサービス上で推薦システムを検証したという報告は少なく，サービス上で多様性がユーザにどのような影響を与えるのかは明らかになっていない．本研究では実際にサービスとして提供されているウェブページ推薦システムを分析し，その推薦システムに多様性を導入して比較を行った事例について報告する．まず多様性が導入されていない推薦システムのユーザ行動を分析し，結果としてリストの中位以降に表示するウェブページに課題があることを明らかにした．その上で多様性を導入し，多様性のない既存システムとサービス上でのユーザ行動を比較した．結果として継続率やサービス利用日数が有意に改善していることを示し，従来研究で示されていた多様性を含む推薦リストの方がユーザに好まれるということを実サービス上で示した．そして利用日数が増えるに従ってリスト全体のクリック数が改善していくこと，特にリスト下部のクリック率が多様性のない手法では下がっていくのに対して，多様性のある手法では向上していくことを示した．
V13N01-01	高精度の機械翻訳システムや言語横断検索システムを構築するためには，大規模な対訳辞書が必要である．文対応済みの対訳文書に出現する原言語と目的言語の単語列の共起頻度に基づいて対訳表現を自動抽出する試みは，対訳辞書を自動的に作成する方法として精度が高く有効な手法の一つである．本稿はこの手法をベースにし，文節区切り情報や対訳辞書などの言語知識を利用したり，抽出結果を人間が確認する工程を設けたりすることにより，高精度で，かつ，カバレッジの高い対訳表現抽出方法を提案する．また，抽出にかかる時間を削減するために，対訳文書を分割し，抽出対象とする文書量を徐々に増やしながら確からしい対訳表現から段階的に抽出していくという手法についても検討する．8,000文の対訳文書による実験では，従来手法は精度40\%，カバレッジ79\%であったのに対し，言語知識を利用した提案手法では，精度89\%，カバレッジ85\%と向上した．さらに人手による確認工程を設けることにより，精度が96\%，カバレッジが85\%と向上した．また，16,000文の対訳文書による実験では，対訳文書を分割しない方法では抽出時間が約16時間であったのに対し，文書を4分割する方法では，約9時間に短縮されたことを確認した．

Subsets and Splits

No community queries yet

The top public SQL queries from the community will appear here once available.