Subset (3)

corpus · 614 rows

Split (1)

test · 614 rows

_id stringlengths 9 9	text stringlengths 18 1.29k	title stringclasses 1 value
V07N04-06	字幕生成のためのニュース文要約のような報知的要約では，原文の情報を落とさないことが望まれる．本論文では，このような原文の情報を極力落とさない要約手法の一つとして，重複部削除による要約手法について議論する．テキスト内に，同一の事象を表す部分が再度出現したならば，その部分を削除することによって冗長度を減少させ，情報欠落を可能な限り回避した要約を行う．事象の重複を認定するために，係り受け関係のある2語が一つの事象を表していると仮定し，2語の係り受け関係の重複を事象の重複と認定する．また，2語の係り受け関係を用いて重複部を削除するだけでは，読みやすく，かつ，自然な要約文を生成することができない．そのために考慮すべきいくつかの情報について議論する．以上の方法のうち，実装可能な部分を計算機上に実装し，評価実験を行った．人間による削除箇所と本手法による削除箇所とを比較したところ，再現率81.0\%，適合率85.1\%の結果を得た．
V17N04-01	本稿では条件付確率場に基づく固有表現抽出において，新たなドメインにモデルを適応するためのモデル学習コスト—正解データ作成コスト—を低減する2つの学習手法を提案する．本手法では，タグ単位の事後確率をタグ信頼度とみなし，信頼度の低いタグをシステムの解析誤りとして自動的に検出する．そして検出された解析誤りタグのみを修正の対象とするため，文全体の事後確率を利用する場合と比較して，修正が必要である箇所に効率よくコストを注力させることが可能となる．\\第1の学習手法として，能動学習に本手法を適用すると，システム出力の信頼度が低いタグのみを検出して人手修正対象とすることにより，従来手法と比較して修正コストが1/3に低減した．\\また，第2の学習手法として正解固有表現リストを利用したブートストラップ型学習に適用すると，解析誤りとして検出されたタグの上位候補から半自動的に正解タグを発見可能であった．この学習法では，大量のプレーンテキストから，半自動で正解データを作成できるため，更に学習コストを低減させる効果がある．
V24N03-05	法律文書や技術文書等の専門文書に対する機械翻訳では，翻訳対象のサブ言語に特有の大域的な文構造を適切に捉えて翻訳することが高品質な訳文を得る上で必要不可欠である．本論文では，文内の長距離な並べ替えに焦点を当てることによって，大域的な並べ替えを行うための手法を提案する．提案する大域的並べ替え手法では，アノテートされていない平文学習データを対象として，構文解析を行うことなく大域的な並べ替えモデルを学習する．そして，大域的な並べ替えを従来型の構文解析による並べ替えと併用することによって，高精度な並べ替えを実現する．公開特許公報英文抄録(PatentAbstractsofJapan,PAJ)のサブ言語を対象とした日英翻訳および英日翻訳の評価実験を行ったところ，両言語方向において，大域的な並べ替えと構文に基づく並べ替えを組み合わせることによって翻訳品質向上が達成できることがわかった．
V19N05-03	現在，電子メール，チャット，マイクロブログなどのメディアで，顔文字は日常的に使用されている．顔文字は，言語コミュニケーションで表現できない，ユーザの感情やコミュニケーションの意図を表すのに便利であるが，反面，その種類は膨大であり，場面に合った顔文字を選ぶことは難しい．本研究では，ユーザの顔文字選択支援を目的として，ユーザが入力したテキストに現れる感情，コミュニケーション，動作のタイプ推定を行い，顔文字を推薦する方法を提案する．感情，コミュニケーション，動作のタイプは，{\itTwitter}から収集したコーパスを用いてカテゴリを定義し，推定システムは，$k$-NNに基づき実現した．また，システムが推薦する顔文字がユーザの意図にどの程度適合しているか，5名の被験者により評価した結果，91件のつぶやきに対して66.6\%の顔文字が適切に推定されており，感情カテゴリのみを用いて推薦された結果と比べて，提案手法の顔文字推薦の精度が有意に向上していることがわかった．
V18N03-02	本稿では，パラメータ調整を簡略化したブートストラッピング的手法による日本語語義曖昧性解消を提案する．本稿で取り上げるブートストラッピングとは，ラベルなしデータを既存の教師あり学習手法を用いて分類し，その中で信頼度の高いデータをラベル付きデータに加え，この手順を反復することによって分類の性能を向上させる半教師あり学習手法である．従来のブートストラッピングによる語義曖昧性解消においては，プールサイズ，ラベル付きデータに追加するラベルなしデータの事例数，手順の反復回数といったパラメータをタスクに合わせ調整する必要があった．本稿にて提案する手法はヒューリスティックと教師あり学習（最大エントロピー法）によるラベルなしデータの二段階の分類，および学習に用いるラベルなしデータの条件を変えた複数の分類器のアンサンブルに基づく．これにより必要なパラメータ数は一つになり，かつパラメータの変化に対し頑健な語義曖昧性解消を実現する．SemEval-2日本語タスクのデータセットを用いたベースラインの教師あり手法との比較実験の結果，パラメータの変化に対し最高で1.8ポイント，最低でも1.56ポイントの向上が見られ，提案手法の有効性を示せた．
V09N05-04	本論文では，テキスト中に出現する比喩表現を認識するために，確率的な尺度を用いて，概念(単語)間の比喩性を検出する手法について述べる．比喩性を検出するための確率的な尺度として，``顕現性落差"と``意外性"を設定する．``顕現性落差''は，概念対を比較したときに，クローズアップされる顕現特徴の強さをはかる尺度であり，概念同士が理解可能か否かの判断に用いる．``顕現性落差''は，確率的なプロトタイプ概念記述を用いて，概念の共有属性値集合が持つ冗長度の差で定量化する．``意外性''は，概念の組み合わせがどれほど稀であるかをはかる尺度であり，概念同士が例示関係であるか否かの判断に用いる．``意外性"は，単語間の意味距離を用いて定量化する．二つの尺度を併用することによって，比喩関係を持つ概念対，すなわち，比喩性の判定が可能となる．二つの尺度を計算するために，コーパス中から抽出した語の共起情報を利用して知識ベースを利用する．両尺度を用いた比喩性検出手法を検証するために，1年分の新聞記事コーパスから構築した知識ベースと，比喩関係・例示関係・無意味の各単語対が混在するデータ100組を用いて，単語対の判別実験を行った．その結果，70\%以上の適合率で比喩関係単語対が判別できることがわかり，本手法の有効性が確認できた．
V10N03-04	本論文では，Nigamらによって提案されたEMアルゴリズムを利用した教師なし学習の手法を，SENSEVAL2の日本語翻訳タスクで出題された名詞の語義の曖昧性解消問題に適用する．この手法は，ラベルなしデータをラベルを欠損値とする観測データ，その観測データを発生させるモデルをNaiveBayesモデル，このモデルの未知パラメータをラベル$c$のもとで素性$f$が起る条件付き確率$p(f\|c)$に設定して，EMアルゴリズムを用いる．結果として，モデルの識別精度が向上する．ここでは識別のための素性として，対象単語の前後数単語の原型や表記という簡易なものに設定した．実験では，ラベル付き訓練データのみから学習したNaiveBayesの正解率が58.2\,\%，同データから学習した決定リストの正解率が58.9\,\%（Ibarakiの公式成績）であったのに対し，ラベル付き訓練データの他にラベルなし訓練データを用いた本手法では，61.8\,\%の正解率を得た．また訓練データの一部の不具合を修正することで，NaiveBayesの正解率を62.3\,\%に改善できた．更に本手法によりそれを68.2\,\%に向上させることができた．
V15N05-04	言葉の意味処理にとってシソーラスは不可欠の資源である．シソーラスは，単語間の上位下位関係という，いわば縦の関連を表現するものである．我々は意味処理技術の深化を目指し，縦の関連に加えて，単語が使用されるドメインという，いわば横の関連を提案する．本研究では基本語を対象に，ドメイン辞書を半自動で構築した．本手法に必要なのは検索エンジンへのアクセスのみで，文書集合や高度に構造化された語彙資源等は必要ない．さらに，基本語ドメイン辞書の応用としてブログ自動分類を行った．各ブログ記事は，記事中の語にドメインとIDF値が付与され，最もIDF値の高いドメインに分類される．基本語ドメイン辞書に無い未知語のドメインは，基本語ドメイン辞書，Wikipedia，検索エンジンを利用して，リアルタイムで推定する．結果として，ブログ分類正解率94.0\%(564/600)と，未知語ドメイン推定正解率76.6\%(383/500)が得られた．
V29N02-12	%ニューラル文法誤り訂正では，データ拡張によって学習データの不足を補う手法が活発に研究されている．本研究では，既存のデータ拡張手法が，より良いデータ拡張を行い性能向上を目指す上で重要な要素として，(1)~誤りの多様性が訂正性能に寄与すること，(2)~特定の種類の誤り生成がその種類の誤り訂正性能に寄与すること，(3)~データ拡張に用いるコーパスの大きさが訂正性能に寄与することの3点が仮定されている．本研究では，これらの仮定の妥当性を検証するため，多様な文法カテゴリでの誤り生成規則を組み合わせる手法を提案し，生成する誤りの種類を変えて誤り訂正モデルを学習することで，比較検証を行う．結果として，仮定(1)(2)は正しいが，一方で，仮定(3)においては，コーパスの規模ではなく，パラメータの更新回数と誤りの生成回数が影響することが明らかになった．さらに，提案手法は，学習者コーパスを用いない教師なし設定でも高い性能のモデルを学習でき，学習者コーパスを用いた場合でも，既存の手法と同程度に高性能なモデルを学習できることが明らかになった．折り返し翻訳・逆翻訳によるデータ拡張手法との比較を通じて，また，ルールによる誤り生成とこれらの手法を用いたモデルでは，訂正において得意な誤り種類が異なることが判明した．
V16N04-04	本論文では，学習者向けの作文支援手法として，学習者，教師，システム間で互いに作文に関する知識を教えあう相互教授モデルを提案し，{\modaWebベースの作文支援システムを実現した．}適用対象として，大学の作文教育を想定する．対象とする文章は，レポートなどの，一定の書式と文章構造が規定される文章とする．従来の作文支援システムの問題点として，(a)文章構成や作文の内容に対する支援など，意味処理が必要となる支援が困難であること，(b)教師の指導意図をシステムの動作に反映させる仕組みを持たず，実際の授業で運用しにくいことが挙げられる．相互教授モデルでは，作文の言語的・内容的制約を記述する「作文規則」を用いて，教師からシステムへの指導意図の伝達を可能にした．さらに，学習者による作文へのマークアップ，および，学習者同士の添削を導入し，文章構成や作文の内容に対する支援を含めた作文支援を行う．システムは学習者のマークアップ結果を利用しつつ，作文規則を作文に適用し，誤りを指摘する．{\mod本論文では，提案手法，従来手法による作文実験を行い，相互教授モデルと作文規則の有効性を確認した．}
V10N05-01	LR構文解析法で利用するLR解析表のサイズを削減する新規の手法を提案する．提案法は，(1)従来のLR表縮小方法と同時に適用可能，(2)提案法によって作成されたLR表は従来のLR構文解析アルゴリズムでほぼそのまま利用可能，(3)解析結果や解析効率に影響を与えない，といった特徴を持つ．提案法を実際の自然言語処理用文法に適用したところ，元の文法のサイズによって，約60\,\%程度から，25\,\%程度まで，LR表が圧縮されることを確認した．
V06N07-03	GeorgeA.Millerは人間の短期記憶の容量は７±２程度のスロットしかないことを提唱している．本研究では，京大コーパスを用いて日本語文の各部分において係り先が未決定な文節の個数を数えあげ，その個数がおおよそ７±２の上限9程度でおさえられていたことを報告した．また，英語文でも同様な調査を行ないNP程度のものをまとめて認識すると仮定した場合７±２の上限9程度でおさえられていたことを確認した．これらのことは，文理解における情報の認知単位として日本語で文節，英語ではNP程度のものを仮定すると，Millerの7±2の理論と，言語解析・生成において短期記憶するものは7±2程度ですむというYngveの主張を整合性よく説明できることを意味する．
V09N05-02	本稿では，機械翻訳知識の自動獲得を目的とした，2言語の対訳文の階層的句アライメントについて提案する．従来提案されてきた句アライメント方法は，いずれも構文解析結果を取得したのちに，部分木同士の対応をとるものであった．本稿で提案する方式は，構文解析器が持つ部分解析結果を句対応スコアと呼ぶ構造類似性評価尺度で評価し，前向きDP後ろ向きA*アルゴリズムを用いて最適な組み合わせを探索する．この方式を用いることにより，実験では従来手法に比べ2倍の同等句を得ることができ，そのときの精度の低下はほとんどないことが観察された．\\\indentまた，本提案方式は単語アライメントを用いる．この単語レベルの対応は，内容語のみでなく，機能語間対応を含めた方が句アライメント精度が向上する．その一般形として，本方式に適合した単語アライメントは，再現率重視のものが望ましいことを併せて示す．
V18N04-01	本論文では，日本語コーパス内の命題に書き手の心的態度をアノテーションする基準として階層意味論を検討する．階層意味論とは「命題」と「モダリティ」からなる普遍的な意味構造を規定する概念である．モダリティは心的態度を指す概念として知られているが，既存研究で取り上げられている文法論のモダリティでは対象が文法形式に限定されてしまう．対して階層意味論で定義される「モダリティ」は意味論上の概念であるため形式上の制約が少なく，心的態度を網羅的にアノテーションするという目的により適した概念といえる．ただし，階層意味論で規定される心的態度を母語話者が一貫性を持ってアノテーションできるのか実証的に確認されているとは言い難い．そこで，母語話者に新聞の社説記事に対するアノテーションを実際に行ってもらい，その一貫性を調査した．その結果，4名の間でのFleissの$\kappa$係数は，真偽判断系，価値判断，拘束判断でそれぞれ0.49，0.28，0.70となった．真偽判断系と価値判断は一致度が高いとは言い難いが，真偽判断系に関しては，述語または後続表現の語彙的機能の影響で真偽を読み取ることが困難な命題を取り除くと0.58まで改善した．加えて，語彙，文法形式によって明示的に心的態度が表されていない命題でも0.50，0.28，0.53の値を示した．このことから，心的態度を表す語句，文法形式が明示されていなくてもある程度の一貫性が得られることが伺える．
V10N05-06	本論文では，三種類の異なるコーパスに対する我々の自動要約システムの評価と，その要約データの分析結果について述べる．我々は重要文抽出に基いた要約システムを作成し，そのシステムを用いて日本語・英語双方の新聞記事を対象にした要約評価ワークショップに参加し，良好な評価結果を得た．また日本語の講演録を対象として重要文抽出データを人手によって作成し，そのデータに対して要約システムの実験・評価を行った．さらにシステムの評価結果に加えて，重要文抽出に用いられる主な素性の振舞い・素性の組合せによる重要文の分布の違いなどを各々の要約データにおいて分析した結果を示した．
V10N02-04	全単語の出現箇所を与える総索引は日本の古典の研究の補助として用いられている．品詞タグ付きコーパスはコンピュータを用いた自然語研究の手段として重要である．しかし日本語古典文に関する品詞タグ付きコーパスは公開されていない．そこで総索引を品詞タグ付きコーパスに変換する方法を検討した．使用した総索引は本文編と索引編とから成り，後者は単語の仮名／漢字表記・品詞情報を見出しとし，その単語の本文での出現行番号のリストを与える．変換機能には活用表の知識のみを保持した．ある単語の部分文字列が他の単語の表記と一致し，両者が同一行に出現することがあり得る問題に対し，一種の最長一致法を用いた．索引の見出しの漢字表記が送り仮名等の仮名文字を含まないため，照合条件を緩める先読み法を用いた．照合失敗部や索引自体の誤りへの対処のため，変換の不完全部分を示す印を出力し人手で検査・修正した．以上の結果，約15万単語の古典文の品詞タグ付きコーパスを得た．
V14N04-04	本稿では，格フレームに基づき構文・格解析を統合的に行う確率モデルを提案する．格フレームは，ウェブテキスト約5億文から自動的に構築した大規模なものを用いる．確率モデルは，述語項構造を基本単位とし，それを生成する確率であり，格フレームによる語彙的な選好を利用するものである．ウェブのテキストを用いて実験を行い，特に述語項構造に関連する係り受けの精度が向上することを確認した．また，語彙的選好がどの程度用いられているかを調査したところ，60.7\%という高い割合で使われていることがわかり，カバレージの高さを確認することができた．
V14N01-03	本稿では，日本語フレームネットを背景に，述語項構造における項の意味役割を推定する統計モデルの定義，および獲得手法を提案する．本モデルの目的は，表層格では区別できない意味の区別である．本モデルは文と述語から述語項構造を同定して意味役割を付与すべき項を抽出し，それらに適切な意味役割を付与する．評価実験の結果，尤度が閾値を超える意味役割のみを付与する条件の下，意味役割を付与すべき項がわかっている文に対して精度77％，再現率68％，また，意味役割を付与すべき項がわかっていない文に対して精度63％，再現率43％で意味役割推定を実現し，本手法の有効性を示した．また，同一の表層格をもつ項に対して，複数の異なる意味役割の付与を実現した．
V20N03-08	災害は被災地住民の健康に多大な影響を及ぼし，その対応に際し保健医療分野に膨大な文書を生じる．そこで，災害時の保健医療活動を支援するため，自然言語処理による各種文書の効率的処理が期待されている．本稿では，保健医療の観点から，そうした情報の特性を被災者，被災者集団，支援者のそれぞれについて整理したうえで，自然言語処理が有効と考えられる諸課題を列挙する．そのうえで，2011年に発生した東日本大震災において筆者らが関わった日本栄養士会支援活動報告，石巻圏合同救護チーム災害カルテ，医療や公衆衛生系メーリングリスト情報の3つの事例を紹介し，「健康危機管理」に自然言語処理が果たしうる貢献について検討する．これらの事例に示されるように，災害時には保健医療に関わる膨大なテキストが発生するものの，保健医療分野の専門家は大量の自由記載文を効率的に処理する手段を有していない．今後，東日本大震災において生じたデータを活用し，保健医療情報における大量の自由記載文を効率的に処理する備えを行っておくことが望ましい．
V12N03-03	ネットワークの普及により，今までは紙面で伝えられていた情報の電子化が進んでいる．本稿では，それら電子化された情報の一つである，製品のスペック情報の抽出について議論する．現在，製品情報を収集し，利用しているポータルサイトが数多く存在するため，膨大なWebページの中から製品のスペック情報を的確に抽出することは，そのようなポータルサイトの自動構築のために大きな意義を持つ．製品のスペック情報は，殆どの場合，表形式で記述されている．Web上の表はHTMLの\verb+<+TABLE\verb+>+タグを用いて記述されるが，\verb+<+TABLE\verb+>+タグは表を記述する以外にも，レイアウトを整えたりする場合に頻繁に用いられる．ある特定の領域においては，\verb+<+TABLE\verb+>+の70\%がレイアウト目的で使われているとの報告もある．そのため，HTML文書中の\verb+<+TABLE\verb+>+タグが表なのか，それとも他の目的で使用されているのかを判別する必要がある．提案手法では，SupportVectorMachines(SVM)を用いて，Webページ中に存在する表領域が製品スペックかどうかの判定を行う．TransductiveSVMを用いて，訓練データの削減についても考察する．パソコン，デジタルカメラ，プリンタの3種類の製品について，実験を行い，それぞれの製品について高い再現率と適合率を得た．訓練データが少ない場合，TransductiveSVMを用いた手法の方が，通常のSVMと比べ，精度が改善されることを確認した．
V18N02-01	確率的言語モデルは，仮名漢字変換や音声認識などに広く用いられている．パラメータは，コーパスの既存のツールによる処理結果から推定される．精度の高い読み推定ツールは存在しないため，結果として，言語モデルの単位を単語（と品詞の組）とし，仮名漢字モデルを比較的小さい読み付与済みコーパスから推定したり，単語の発音の確率を推定せずに一定値としている．これは，単語の読みの確率を文脈と独立であると仮定していることになり，この仮定に起因する精度低下がある．このような問題を解決するために，本論文では，まず，仮名漢字変換において，単語と読みの組を単位とする言語モデルを利用することを提案する．単語と読みの組を単位とする言語モデルのパラメータは，自動単語分割および自動読み推定の結果から推定される．この処理過程で発生する誤りの問題を回避するために，本論文では，確率的タグ付与を提案する．これらの提案を採用するか否かに応じて複数の仮名漢字変換器を構築し，テストコーパスにおける変換精度を比較した結果，単語と読みの組を言語モデルの単位とし，そのパラメータを確率的に単語分割し，さらに確率的読みを付与したコーパスから推定することで最も高い変換精度となることが分かった．したがって，本論文で提案する単語と読みの組を単位とする言語モデルと，確率的タグ付与コーパスの概念は有用であると結論できる．
V25N04-04	本稿では，文法誤り検出のための正誤情報と文法誤りパターンを考慮した単語分散表現の学習手法を提案する．これまでの文法誤り検出で用いられている単語分散表現の学習では文脈だけをモデル化しており，言語学習者に特有の文法誤りを考慮していない．そこで我々は，正誤情報と文法誤りパターンを考慮することで文法誤り検出に特化した単語分散表現を学習する手法を提案する．正誤情報とは，n-gram単語列内のターゲット単語が誤っているのか正しいのかというラベルである．これは単語単位の誤りラベルを元に決定される．誤りパターンとは，学習者が誤りやすい単語の組み合わせである．誤りパターンは大規模な学習者コーパスから単語分散表現の学習のために抽出することが可能である．この手法で学習した単語分散表現で初期化したBidirectionalLongShort-TermMemoryを分類器として使うことで，FirstCertificateinEnglishコーパスに対する文法誤り検出において世界最高精度を達成した．
V21N05-04	線形計画問題において変数が整数値を取る制約を持つ整数計画問題は，産業や学術の幅広い分野における現実問題を定式化できる汎用的な最適化問題の1つであり，最近では分枝限定法に様々なアイデアを盛り込んだ高性能な整数計画ソルバーがいくつか公開されている．しかし，整数計画問題では線形式のみを用いて現実問題を記述する必要があるため，数理最適化の専門家ではない利用者にとって現実問題を整数計画問題に定式化することは決して容易な作業ではない．本論文では，数理最適化の専門家ではない利用者が現実問題の解決に取り組む際に必要となる整数計画ソルバーの基本的な利用法と定式化の技法を解説する．
V30N04-03	%数値を処理できる言語モデルは実用的，科学的のどちらの観点から見ても興味深いものである．そのような言語モデルのより深い理解のためには，「どのような問題が解けるのか」ということだけでなく，「モデル内部でどのような処理が行われているか」という観点も重要である．本研究は単純な数式とその途中結果に着目することで，Transformerモデルが数学的能力を獲得し，複数ステップに及ぶ処理を行っているかを検証する．途中結果の情報が符号化されている箇所を追跡(Tracing)し，符号化されている箇所の状態を操作(Manipulation)してモデルに対して因果的介入を行うという二つの実験を行った結果，内部表現の特定の方向が線形に近い形で途中結果を符号化していること，そしてそのような方向がモデルの推論結果に対して因果的にも関係していることを示す．本手法は数学的な問題に対するモデルの解釈可能性を高めることにも繋がる．\renewcommand{\thefootnote}{}\footnote[0]{本論文は言語処理学会第28回年次大会，The1stWorkshoponMathematicalNaturalLanguageProcessingで発表した論文を基にしたものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V06N02-04	日本語テキスト音声合成において，自然で聞きやすい合成音声を出力するためには，読み，アクセント，ポーズ等の読み韻律情報を正しく設定する必要がある．本論文では，複合語等に対しては部分的に深い解析を行うことを特徴とする多段解析法に基づく形態素解析を用いて，読み韻律情報を設定する方法，および，読み韻律情報を設定するために用いる単語辞書情報について述べる．本方式の主な特徴は，形態素解析における読み韻律情報付与に対応した長単位認定，複合語内意味的係り受け情報を用いたアクセント句境界設定，文節間係り受け情報を用いず，複合語内等の局所構造，およびアクセント句境界前後単語の品詞情報等から得られるアクセント句結合力を用いて段階的にポーズを設定する多段階設定法に基づくポーズ設定である．本方式をニュース文章を対象に2名の評価者により評価した結果，クローズ評価で95\%，オープン評価で91\%の精度（評価者2名の平均）で，読み韻律情報を正しく設定でき，その有効性が確認できた．
V03N03-03	機械学習により日英翻訳のための英語動詞選択ルールを獲得する手法を提案する．英語動詞選択ルールの学習手法としては，既に，翻訳事例のみから獲得する手法が知られている．この従来の翻訳事例のみから獲得する手法では，ルールの正解率を向上させるために，多数の事例を必要とする．しかし，現実には，動詞出現頻度の偏りにより，全動詞に十分な翻訳事例を収集する事は極めて困難である．そこで，本論文では，人手作成のルールと収集された少数の翻訳事例から，英語動詞選択ルールを獲得する修正型の学習手法を提案する．具体的には，本手法は，(1)人手作成のルールから仮の事例(仮事例)を生成し，(2)その仮事例と現実の事例を訓練事例として，既存の学習アルゴリズム(内部学習アルゴリズム)に入力する，の２ステップから構成される．内部学習アルゴリズムの出力が，最終的に獲得されたルールである．評価を目的として，NTTが開発中の日英機械翻訳システムALT-J/Eの英語動詞選択ルールを本手法により実験的に学習した．その結果，学習されたルールは，実事例のみから学習されたルールや人手作成のルールより高い正解率を示し，本提案手法の有効性を確認できた．
V30N03-04	%医療分野には，電子カルテや退院サマリといった症例テキストが蓄積されており，これらを新たな知識の発見に繋げるために自然言語処理技術を応用する研究が試みられている．しかし，症例テキストには専門的な複合語が頻出するといった解析の難しさがあり，日本語の症例テキストを用いた深い意味解析や，日本語の症例テキスト間の含意関係認識についての研究は発展途上である．そこで本論文では，日本語の高度な意味解析・推論システムccg2lambdaに複合語解析モジュールを追加することで，症例テキストの意味解析と推論を扱える論理推論システムMedc2lを提案する．複合語解析モジュールは(i)症例テキストに含まれる複合語の抽出，(ii)複合語を構成する形態素間の意味的な関係を表す意味現象タグの付与，(iii)意味現象タグに基づく複合語の構文解析，(iv)意味現象タグに基づく複合語の意味解析から構成される．(ii)では(i)で抽出した複合語に対して意味現象タグのアノテーションを行い，系列変換モデルの学習によって構築した複合語意味現象タグ分類モデルを用いる．(iii)では予測された意味現象タグを元に複合語の構造をCFG解析したのちCCG部分木に変換し，(iv)では(iii)のCCG部分木に基づいて高階論理の意味表示を導出する．日本語の症例テキストを用いて推論データセットを構築し，提案システムの評価を行った結果，深層学習による含意関係認識モデルと同等またはそれ以上の性能を示し，とくにnon-entailmentのケースを正しく予測する傾向が見られた．\renewcommand{\thefootnote}{}\footnote[0]{本論文の一部は2021年度人工知能学会全国大会（第35回）\cite{ishida2021}，the18thInternationalWorkshoponLogicandEngineeringofNaturalLanguageSemantics18\cite{ishida_lenls}，2022年度人工知能学会全国大会（第36回）\cite{ishida2022}で報告したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V25N01-02	言語に関する能力を，客観的かつ自動的に把握する需要が高まっている．例えば，近年，日本において認知症は身近なものとなっているが，認知症は，言語能力に何らかの特徴が表出する可能性があることはよく知られている．言語能力を測り，それらの兆候を捉えることができれば，早期発見や療養に役立つ可能性がある．また，現在，多くの留学生が日本語教育機関において日本語を学んでおり，学習者の習熟度に対し，適切な評価を与えることが各教育機関に求められている．しかし，書く能力や話す能力の評価は，主に評価者の主観によって行われており，評価者によって判断に揺れが生じうる．機械によって自動的かつ客観的に言語能力を測定することができれば，評価者による揺れの生じない評価の一つとして活用できる可能性がある．これまでにも，言語能力の測定に関する取り組みはあるものの，いずれも人手を介して測定を行うためコストが高く，気軽に測定することは難しい．そこで本研究では，手軽に言語能力を測定可能なシステム「言秤（コトバカリ）」を提案する．本提案システムでは，(1)音声認識システムの組み込み，および(2)テキストデータから定量的に言語能力を測定する指標の採用を行うことで，従来人手で行っていたテキスト化および言語能力スコアの算出を自動化し，コストの軽減と手軽な測定を実現する．また，「被測定者自身による自己把握・状況改善（用途1）」および「被測定者以外による能力の高低の判断（用途2）」という観点から，言語能力スコア（Type・Token比）算出における音声認識システムの利用可能性について検証を行った．書き起こし結果および音声認識結果から得られる言語能力スコアは異なるため，閾値との比較のような，単純な言語能力スコアの対比による能力の高低の判断（用途2）は難しいことがわかった．また，同一時期に複数回測定し，書き起こし結果および音声認識結果から得られる言語能力スコアの相関を調べたところ，集団としては相関が見られなかった．一方，個人で分けると，相関が見られる発話者と見られない発話者がいることがわかった．相関が見られる発話者については，被測定者の言語能力スコアを継続的に測定し，その変化を観察することによる能力の判断（用途1）や言語能力の現状把握・維持・改善（用途2）ができる可能性が示唆された．
V06N04-02	本稿では，音声を用いて人間と機械が対話をする際の対話過程を，認知プロセスとしてとらえたモデルを提案する．対話システムをインタラクティブに動作させるためには，発話理解から応答生成までを段階的に管理する発話理解・生成機構と，発話列をセグメント化し，焦点および意図と関連付けて構造的にとらえる対話管理機構とが必要である．さらに，入力に音声を用いた音声対話システムでは，音声の誤認識によるエラーを扱う機構を組み込む必要がある．本稿で提案するモデルは，発話理解・生成機構における各段階での処理を具体化し，それらと対話管理機構とのやりとりを規定することによる統合的な認知プロセスモデルとなっている．それらの処理の中に，音声の誤認識によって生じ得るエラーを具体的に記述し，その対処法を網羅的に記述している．このモデルを実装することによって，ある程度のエラーにも対処できる協調的な音声対話システムの実現が期待できる．
V06N02-03	本論文では，日本語連続音声認識用のN-gram言語モデルの学習に用いる形態素データを，テキストデータから自動的に生成することを目的として，品詞および可変長形態素列の複合N-gramを用い，日本語テキストデータを自動的に形態素解析する手法を提案する．複合N-gramは，品詞，形態素，形態素列を単位としたN-gramで，少ないデータ量から高い予測精度を持つ言語モデルである．また，品詞から未知語が出現する確率を定式化することにより，未知語の形態素解析を行えるようにモデルの改良を行った．形態素解析実験の結果，複合N-gramの形態素同定率は最高99.17\%で，従来のルールベースによる方法よりも正確に形態素の同定が行えることが判明し，提案手法の有効性を確認した．また，読みまで含めた評価を行った場合でも，最高98.68\%の正解率が得られた．未知語を含む文の形態素解析では，全ての語いが辞書に登録されている場合と比較して0.8\%程度の低下に抑えることができた．
V30N03-06	%テキスト平易化の難易度制御は,目標難易度に応じて文を平易化することで，言語学習支援に貢献する技術である．このタスクに対する既存手法には，入力を大幅に言い換える学習が困難である問題と柔軟な文生成が難しい問題がある．提案手法では，平易な出力文に出現させる単語の制約と，出現させない単語の制約を作成し，それらによって難易度を制御しつつテキスト平易化を行う．制約は，文中の各単語に対する編集操作予測，難易度判定，難解な単語の平易な言い換えにより作成する．提案手法は，正・負の制約を用いることで言い換えを促進しつつ，系列変換モデルで柔軟に文を生成するため，既存手法の問題を解決できる．評価実験によって，提案手法が文法性を損なったり，文の意味を大幅に欠落させることなく目標とする難易度に応じたテキスト平易化を実現できることを確認した．\renewcommand{\thefootnote}{}\footnote[0]{本論文の内容の一部は，WorkshoponTextSimplification,Accessibility,andReadability(TSAR-2022)\cite{zetsu-2022}で報告したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V14N05-04	本論文ではNon-negativeMatrixFactorization(NMF)を利用したアンサンブル文書クラスタリングを提案する．NMFは次元縮約を利用したクラスタリング手法であり，文書クラスタリングのようにデータが高次元かつスパースとなる場合に効果を発揮する．ただしNMFは初期値によって得られるクラスタリング結果が異なるという問題がある．そのために通常は初期値を様々に変えて，複数個得られたクラスタリング結果から，NMFの分解の精度の最もよい結果を選択する．しかしNMFの分解の精度はクラスタリング結果の精度を直接表しているわけではないので，最適な選択が行える保証はない．ここではNMFによるクラスタリングの精度を高めるために，複数個得られたクラスタリング結果をアンサンブルすることを試みる．アンサンブルは，複数個のクラスタリング結果からハイパーグラフを作成し，そのハイパーグラフで表現されたデータをクラスタリングすることで行える．従来，そのハイパーグラフは0か1のバイナリ値が用いられていたが，ここではNMFの結果を用いて，適切な実数値の重みを与えることで改良する．実験ではk-means，NMF，通常のハイパーグラフを用いたアンサンブル手法および重み付きハイパーグラフを用いたアンサンブル手法（本手法）のクラスタリング結果を比較し，本手法の有効性を示す．
V03N04-05	実用的な自然言語処理を開発するには大規模な言語資源が必要になる．語彙解析では辞書が共通の言語資源である．一方，構文解析では文法規則が主流になってくる．規則ベースは抽象的で解析時の挙動を理解することは困難であり，規則の規模が大きくなると保守改良が困難になるという課題がある．本論文では実際の文章から縮退型共起関係という２文節間の係り受け関係を品詞と付属語列で表現するデータを抽出し，係り受け解析の唯一の言語資源として利用したシステムを示す．本方式を用いて４０００文から抽出した８０００の縮退型共起関係データを用いたプロトタイプシステムを構築し，５０文の新聞社説で評価実験を行ったところ，８０％の係り受けが成功した．本システムの特徴として，規則駆動では困難な構文規則を学習したり拡張することが共起関係によるデータ駆動の良さから実現可能になっていることが挙げられる．
V04N03-03	単語間の意味的類似性に基づく検索(以下，類似検索と呼ぶ)は文書検索技術において，重要な課題の一つである．類似性に関する従来研究では，階層構造が平衡しているシソーラスを使った単語間の類似度が提案され，言語翻訳，文書検索などの応用における有効性が示されている．本論文では，階層構造が平衡していないシソーラスにも適用できる，より一般的な単語間の意味的類似度を提案する．本提案では各単語が担う概念間の最下位共通上位概念が有する下位概念の総数が少ないほど，単語間の類似度が大きくなる．筆者らは，この意味的類似度と大規模シソーラスの一つであるEDRシソーラスを使って，類似検索システムを実装した．さらに，精度を向上させるために，単語の多義解消手法をこの検索システムに導入した．本類似検索システムは，単語間の物理的近さと単語の重要度を用いた拡張論理型の従来システムに基づいている．この従来システムとの比較実験を行ない，意味的類似性と多義解消を用いた提案の類似検索手法によって再現率・適合率が向上したことを確認した．
V18N01-01	日本語学習者が産出する名詞$n$，格助詞$c$，動詞$v$から成る不自然な共起表現$\tupple{n,c,v}$の中には，動詞選択の誤りに起因するものがある．本稿では，学習者が入力する共起表現$\tupple{n,c,v}$の$v$に対する適切な代替動詞候補を与える手法を提案する．不自然な共起表現中の動詞（誤用動詞）と自然な共起表現となるように修正した適切な動詞（正用動詞）とは出現環境が類似している傾向にあると考えられる．この仮説に基づき，大規模な母語話者コーパスから得られる統計情報を用いて，$\tupple{n,c}$との共起が自然と言える代替動詞候補を，学習者が入力した共起表現の動詞との出現環境の類似度の降順に提示する．まず，誤用動詞とその正用動詞のデータに基づいてこの仮説を検証し，さらに，同データを用いて提案手法に基づいた共起表現に関する作文支援システムの実用性について検討する．
V32N01-06	ニューラル機械翻訳(NMT)は柔軟な訳語選択と流暢な訳出により品質の高い翻訳が得られることが多いが，長い入力文に対しては翻訳の品質が低下することがある．この課題に対し，長文を短いセグメントに分割して翻訳し，並べ替えて繋げる分割統治的手法が提案されているものの，NMTでの性能向上は限定的であった．そこで本研究では，文内コンテキストを利用することで長文の翻訳を改善する新しい分割統治的NMTの手法を提案する．提案手法では，(1)構文解析によって同定された節を結ぶ等位接続詞の前後で分割し，(2)分割された各節を，その文内コンテキストを利用できるように調整された節単位翻訳用モデルを用いて翻訳し，(3)翻訳された節を別のsequence-to-sequenceモデルを使用して結合し，文全体の翻訳結果を得る．事前訓練された多言語BARTモデルを使用しASPECを対象にした英日翻訳の実験において，特に41単語以上の長い入力文に対して，提案手法によりベースラインの多言語BARTによるNMTを上回る翻訳精度が得られた．\renewcommand{\thefootnote}{\alph{footnote}}\footnotetext[1]{奈良先端科学技術大学院大学,NaraInstituiteofScienceandTechnology}\footnotetext[2]{奈良女子大学,NaraWomen'sUniversity}\footnotetext[3]{香港中文大学（深\UTF{5733}）,TheChineseUniversityofHongKong,Shenzhen}\footnotetext[4]{現所属：株式会社リクルート,Presentaffiliation:RecruitCo.,Ltd.}\footnotetext[5]{現所属：株式会社Tleez,Presentaffiliation:TleezCo.,Ltd.}\renewcommand{\thefootnote}{\arabic{footnote}}\renewcommand{\thefootnote}{}\footnote[0]{本論文の内容の一部は，石川・加納・須藤・中村「文内コンテキストを利用した分割統治ニューラル機械翻訳」言語処理学会第30回年次大会発表論文集pp.2342--2347に基づく．}\renewcommand{\thefootnote}{\arabic{footnote}}
V24N02-04	ソーシャルメディア等の崩れた日本語の解析においては，形態素解析辞書に存在しない語が多く出現するため解析誤りが新聞等のテキストに比べ増加する．辞書に存在しない未知語の中でも，既知の辞書語からの派生に関しては，正規形を考慮しながら解析するという表記正規化との同時解析の有効性が確認されている．本研究では，これまで焦点があてられていなかった，文字列の正規化パタン獲得に着目し，アノテーションデータから文字列の正規化パタンを統計的に抽出する．統計的に抽出した文字列正規化パタンと文字種正規化を用いて辞書語の候補を拡張し形態素解析を行った結果，従来法よりも再現率，精度ともに高い解析結果を得ることができた．
V23N05-02	近年の統計的機械翻訳の進展によって特許文翻訳の精度は大きく向上したが，特許文中で特に重要性の高い特許請求項文に対する翻訳精度は依然として低い．特許請求項文は，(1)極めて長い1文から構成される，(2)特殊な文構造を持っている，という2つの特徴を持つサブ言語であるとみなせる．そしてこれらが翻訳精度の低さの原因となっている．本論文では，サブ言語に特有の特徴を処理する枠組みの導入によって，特許請求項の翻訳精度を向上させる手法について述べる．提案手法では，同期文脈自由文法を用いて原言語文が持つサブ言語に特有の文構造を目的言語側の文構造に変換することにより，適切な文構造を持った訳文を生成する．さらに本手法では，文全体ではなく，文を構成する構造部品を翻訳の処理単位とすることにより長文の問題に対処する．英日・日英・中日・日中の4翻訳方向で評価実験を行ったところ，全翻訳方向においてRIBES値が25ポイント以上向上し，本手法によって訳文品質が大幅に改善したことがわかった．英日・日英翻訳ではさらにBLEU値が5ポイント程度，中日・日中では1.5ポイント程度向上した．
V24N01-03	計算機による対訳表現抽出を可視化することにより，対訳辞書の構築や翻訳を支援するツールBilingualKWICを開発した．本ツールは，入力されたキーワードに対する対訳表現を自動的に推定し，それらを含む原言語文と対象言語文をそれぞれKWIC形式で表示することにより，ユーザの翻訳作業などを支援する．技術的には，形態素解析などを利用せずに文字列情報だけから対訳を抽出するため，どのような言語対にも適用可能であり，さらには単語以外の表現に対しても対訳を表示することが可能である．また対訳表現をKWIC形式で表示することにより，システムの抽出誤りに対する修正を容易にするだけでなく，派生表現の獲得や複数の対訳表現の比較も可能としている．本稿では，BilingualKWICの特徴と開発経緯について述べる．
V10N03-06	本論文では，機械翻訳における訳語選択の手法について述べる．我々のシステムは，入力文と対象単語が与えられたとき，翻訳メモリと呼ばれる対訳用例集合と入力文との類似度を求め，類似度が最大となる用例集合を用いて対象単語の訳語選択を行なう．類似度は，用例に基づく手法と機械学習モデルを用いて計算される．類似度の計算には，文字列の類似性や入力文における対象単語周辺の単語，入力文中の内容語とその訳語候補の対訳コーパスおよび日英の単言語コーパスにおける出現頻度などを考慮する．入力文と対象単語が与えられると，まず用例に基づく手法を適用し，類似した用例が見つからなかった場合に機械学習モデルを適用する．機械学習モデルは複数用意し，クロスバリデーションなどにより単語毎に最適な学習モデルを選択する．本論文では，2001年の春に開催された単語の多義性解消のコンテスト第2回\sc{Senseval}での結果をもとに，提案手法の有効性と，どのような情報が精度向上に有効であったかについて述べる．
V07N01-01	ソフトウエアの要求獲得会議では会議参加者の関心のあることをきちんと堀起こすことが重要である．関心のあることを堀起こすためには会議参加者の無意識の部分を知る方法が考えられる．無意識の兆候としては古来から言い直しが挙げられている．言い直しを利用するとしても，言い直しを解釈するやり方は高度の技術を要する．そこで本研究では，言い直しを解釈しないで利用する方法を考えることにする．そこでまず，言い直した語と言い直された語との間でどちらに関心が高いかを調べた．その結果，言い直された語の中にも話し手の関心が高いものが見受けられた．そこで，言い直された語を抽出して，次の会議の話題展開に用いる方法論を考案した．
V09N02-02	本論文は，動詞と主体の属性を用いて複文の連接関係の関係的意味を解析し，この関係的意味を用いて連接構造を解析するモデルについて述べる．従来，複文の従属節間の連接構造解析は，接続の表現を階層的に分類し，その階層的な順序関係による方法が用いられてきた．しかし，接続の表現には曖昧性があり，同じ接続の表現でも意味が違うと係り方が違う．このため，本論文では，動詞と主体の属性を用いて，連接関係の意味を求め，この連接関係の関係的意味を，連接関係の距離によって分類する．この分類を用いて連接構造を解析する方法を用いた．動詞の属性として，意志性，アスペクト・ムード・ヴォイス，意味分類などを用いた．主体の属性として，主節と従属節の主体が同一かどうか，無生物主体かどうかを採用した．このモデルを実際の用例により評価した結果98.4\%の精度が得られた．接続の表現の階層的分類を使用したモデルに同じ用例を適用したところ97.0\%の精度が得られたので，本論文のモデルを使用することにより誤り率が約半分に改善された．
V06N07-05	日本語処理において，単語の同定，すなわち文の単語分割は，最も基本的かつ重要な処理である．本論文では，日本語文字のクラス分類により得られた文字クラスモデルを用いる新しい単語分割手法を提案する．文字クラスモデルでは，推定すべきパラメータ数が文字モデルより少ないという大きな利点があり，文字モデルより頑健な推定を可能とする．したがって，文字クラスモデルを単語分割へ適用した場合，文字モデルよりもさらに頑健な未知語モデルとして機能することが期待できる．文字クラスタリングの基準はモデルの推定に用いるコーパスとは別に用意したコーパスのエントロピーであり，探索方法は貧欲アルゴリズムに基づいている．このため，局所的にではあるが最適な文字のクラス分類がクラスの数をあらかじめ決めることなく得られる．ATR対話データベースを用いて評価実験を行った結果，文字クラスモデルを用いた提案手法の単語分割精度は文字モデルによる精度より高く，特に，文字クラスを予測単位とする可変長$n$-gramクラスモデルではオープンテストにおいて再現率96.38\%，適合率96.23\%の高精度を達成した．
V13N03-05	本論文では，述語項構造解析の精度向上のために必要となる大規模な項構造タグ付き事例を効率的に作成する方法について議論する．項構造タグ付き事例の効率的な作成方法にはさまざまな方法が考えられるが，本論文では大規模平文コーパスから抽出した表層格パターンの用例集合をクラスタリングし，得られたクラスタに項構造タグを付与することでタグ付与コストを削減する手法を提案する．提案手法では，(i)表層格パターン同士の類似性と(ii)動詞間の類似性という2種類の類似性を利用してクラスタリングを行う．評価実験では，実際に提案手法を用いて8つの動詞の項構造タグ付き事例を作成し，それを用いた項構造解析の実験を行うことによって，提案手法のクラスタリングの性能や，人手でタグ付き事例を作成するコストと項構造解析精度の関係を調査した．
V27N01-05	%本論文では『分類語彙表増補改訂版データベース』に対する単語親密度推定手法について述べる．分類語彙表に収録されている96,557項目に対する評定情報をYahoo!クラウドソーシングを用いて収集した．1項目あたり最低16人（異なり3,392人）の研究協力者に，内省に基づいて「知っている」「書く」「読む」「話す」「聞く」の評定情報付与を依頼した．研究協力者の評定情報から単語親密度をベイジアン線形混合モデルにより推定した．また，推定された単語親密度と分類語彙表の語義情報との関連性について調査した．
V02N01-01	機械翻訳システムを使用して現実の文書を翻訳する場合,通常,翻訳対象文書に合った利用者辞書が必要となる.特に,高品質翻訳を狙った機械翻訳システムでは,各単語に対して,約2,000種以上の分解精度を持つ単語意味属性の付与が必要であると言われており,一般の利用者が,このような精密な情報を付与するのは困難であった.そこで本論文では,利用者が登録したい日本語名詞(複合名詞を含む)と英語訳語を与えるだけで,システムがシステム辞書の知識を応用して,名詞種別を自動的に判定し,それに応じた単語の意味属性を付与する方法を提案する.本方式を,新聞記事102文とソフトウエア設計書105文の翻訳に必要な利用者辞書作成に適用した結果,自動推定方式では,専門家の付与した意味属性よりも多くの属性が付与されるが,40〜80\%の再現率が得られることが分かった.また,人手で作成した利用者辞書を使用する場合と同等の訳文品質が得られることが分かった.以上の結果,利用者辞書作成への単語の登録において,最も熟練度の要求される単語意味属性付与作業を自動化できる見通しとなった.
V10N04-06	本論文では，機械学習の一手法であるサポートベクタマシンを用いて文対応付き対訳コーパスから対訳表現を抽出する手法を提案する．サポートベクタマシンは従来からある学習モデルに比べて汎化能力が高く過学習しにくいためにデータスパースネスに対して頑健であり，カーネル関数を用いることによって素性の依存関係を自動的に学習することができるという特徴を持つ．本手法では対訳モデルの素性として，対訳辞書による素性，語数による素性，品詞による素性，構成語による素性，近傍に出現する語による素性を使用し，サポートベクタマシンに基づく対訳表現の対応度を用いて対訳表現を抽出する．既存の手法は対訳表現の対応度の計算に単語の共起関係を利用しているためにデータスパースネスに陥りやすく，低頻度の対訳表現の抽出は困難であるのに対して，本手法は，訓練コーパスによって対訳モデルをあらかじめ学習する必要があるが，一旦モデルを学習してしまえば低頻度の対訳表現でも抽出が可能であるという特徴を持つ．
V07N04-12	手話言語は，主に手指動作表現により単語の表出・受容を行う視覚言語としての側面を持つ．そのため，手話単語を構成する手指動作特徴の要素（例えば，手の形，手の位置，手の動き）の一部を変更することで別の手話単語を構成できる特徴がある．特に，手指動作特徴の一つの要素だけが異なる単語対を手話単語の最小対と呼ぶ．また，手指動作特徴の類似性が意味の類似性を反映している場合がある．このように，類似の手指動作特徴を含む手話単語対は意味関係を内包する可能性があるなど，手話単語の分類を行うための重要な手がかりの一つとなると考える，すなわち，類似の動作特徴を含む手話単語対は言語学的に重要であるばかりでなく，手話単語の検索処理や登録・編集処理機能を実現する上でも重要な知識データと捉えることができる．本論文では，類似した手指動作特徴を含む手話単語対を与えられた手話単語の集合から抽出する方法として，市販の手話辞典に記述されている手指動作記述文間の類似性に着目し，この手指動作記述文間の類似性を手話単語間の手指動作特徴の類似性と捉え，手指動作記述文間の類似度計算に基づき最小対を抽出する方法を提案する．実験により，提案手法の妥当性を示す結果が得られた．
V21N03-02	近年，計算機技術の進歩に伴って大規模言語データの蓄積と処理が容易となり，音声言語コーパスの構築と実用化の研究が盛んに行われている．我々は，speakingstyleに関心を持つ利用者に音声言語コーパスを探しやすくさせるために，音声言語コーパスのspeakingstyleの自動推定を目指している．本研究では，1993年にEskenaziが提唱したspeakingstyleの3尺度を導入し，従来の文体・ジャンルの判別や著者推定などの自然言語処理の分野で用いられた言語の形態論的特徴を手がかりとし，音声に付随する書き起こしテキスト（本論文では転記テキストと呼ぶ）に着目したspeakingstyle推定モデルの構築を試みた．具体的な手続きとしては，はじめに様々な音声言語コーパスから音声に付随する転記テキストを無作為に抽出する．次にこれらの転記テキストを刺激として用い，3尺度のspeakingstyleの評定実験を行う．そして，評定結果を目的変数，転記テキストの品詞・語種率と形態素パタンを説明変数とし，重回帰分析により3尺度それぞれの回帰モデルを求める．交差検定を行った結果，本研究の提案手法によって3尺度の内2尺度のspeakingstyle評定値を高い精度で推定できることを確認した．
V31N04-09	%ユーザに長く利用される雑談対話システムを構築するためには，ユーザとシステムが良好な関係を築くことが重要である．我々は，任意のユーザ情報を自然に対話に活用することで，ユーザと良好な関係を構築するパーソナライズ可能な雑談対話システムの実現を目指す．本研究では，パーソナライズ可能な雑談対話システムの実現に向けて，対話文脈への適切性を保持しつつ，現在のトピックに関係なく任意のユーザ情報をシステム発話に取り込むためのコーパスを構築した．構築したコーパスを用いてモデルを学習し，モデルが任意のユーザ情報と対話文脈を踏まえたシステム発話を生成できることを確認した．さらに，学習したモデルをもとに雑談対話システムを構築し，ユーザとのインタラクティブな対話における任意のユーザ情報と対話文脈を踏まえた発話の有用性を確認した．\renewcommand{\thefootnote}{}\footnote[0]{本論文の一部は，2022年度人工知能学会全国大会およびThe2024JointInternationalConferenceonComputationalLinguistics,LanguageResourcesandEvaluation(LREC-COLING2024)で発表済みのものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V22N03-03	近年の抽出型要約の多くの手法は，原文書の情報を網羅し，かつ与えられる要約長の制約に柔軟に対応すべく，文抽出と文圧縮を併用した組み合わせ最適化問題として要約を定式化している．つまり，文書から文という文法的な単位を維持するよう単語を抽出することで要約を生成している．従来の手法は非文の生成を避けるため，構文木における単語間の関係を利用して文を圧縮しているものの，文書における大域的な文と文の間の関係，つまり談話構造には着目してこなかった．しかし，談話構造を考慮することは要約の一貫性を保つ上で非常に重要であり，文書の重要箇所の同定にも役立つ．我々は，文書を文間の依存関係，単語間の依存関係をあらわした入れ子依存木とみなし，単語重要度の和が最大となるように木を刈り込むことで要約を生成する手法を提案する．実験の結果，提案手法が要約精度を有意に向上させたことが確認できた．
V06N04-03	本稿は，「まあ，嬉しい！」のような発話者が感情を思わず口にした「感情表出文」とはどのようなものか，感情主の制約のあり方と，統語的特徴から分析したものである．\\感情述語の人称制約は２種類のムードに関わる問題である．一つは，「述べ立てのムード」，もう一つは「感情表出のムード」である．前者のムードを持つ「述べ立て文」に生じる人称制約は語用論的なものであり，一人称感情主の場合が多いが，条件が整えば他の人称も可能である．一方，感情主が一人称以外ではあり得ないような人称制約を持つタイプの文がある．これを，感情表出のムードを持つ「感情表出文」と定義した．\\その上で，感情表出文の統語的特徴について検討した結果，感情表出文は，述語が要求する感情主や感情の対象といった意味役割を統語的に分析的な方法では言語化しない，すなわち述語一語文であるという事実を明らかにした．\\一語文では，言語文脈上に意味役割の値を参照することができないため，発話現場に依存して決めるしか方法がなく，感情主は発話現場の発話者，感情の対象は発話時の現場のできごとに自動的に決まる．よって，一語文は感情表出文のムードに適合する．一方，意味役割を言語化した文は，意味役割を発話現場に依存する必要がないため，発話現場に拘束されない．こうしたことから，感情表出文は述語一語文でなければならないと結論づけた．
V03N01-01	本論文では，意味解析を主とする自然言語処理システムにおける語の意味の曖昧性解消の処理の効率化を場面に基づく文脈情報を利用して実現する方法を提案する．現在における文脈依存の意味処理では文脈の定義方法と知識の獲得方法が問題とされる．また実装時には意味選択の組合せ爆発による計算量の大きさが問題となる．文脈情報により一部の語に対してでも語義の優先順位づけが有意に行なわれれば，共起関係などを用いて他の語の多義性や構文解析の解空間を早く絞り込むことができる．本論文では，談話内の言語外知識である場面情報を空間的連想による文脈情報と位置付け，画像理解による知識獲得の近似として視覚辞書を利用し，実際の物語文を対象にし評価した結果を示す．場面に関連する各英語名詞に対し独立に平均1.5倍以上の処理速度向上が得られている．また多義性解消率は全く情報がない場合の51\%に比べ本手法では83\%まで上昇する．あわせて場面情報の知識表現の違いによる効果の違いについての考察，手法の限界点，およびシステムに加えて必要とされる場面解析機構についての考察を述べる．
V20N02-01	我々は，Web上の情報信憑性判断を支援するための技術として，調停要約の自動生成に関する研究を行っている．調停要約とは，一見すると互いに対立しているようにみえる二つの言明の組が実際にはある条件や状況の下で両立できる場合に，両立可能となる状況を簡潔に説明している文章をWeb文書から見つける要約である．しかしながら，対立しているようにみえる言明の組は一般に複数存在するため，利用者がどの言明の組を調停要約の対象としているのかを明らかにする必要がある．本論文では，利用者が調停要約の対象となる言明の組を対話的に明確化した状況下で調停要約を生成できるように改善した手法を提案する．また，提案手法は，従来の調停要約生成手法に，逆接，限定，結論などの手掛かり表現が含まれる位置と，調停要約に不要な文の数を考慮することで精度の向上を図る．調停要約コーパスを用いた実験の結果，従来手法と比較して，調停要約として出力されたパッセージの上位10件の適合率が0.050から0.231に向上したことを確認した．
V27N01-02	%本稿では，世界史に関する大学入試論述問題に対して自動要約手法に基づき解答を自動生成する際の知識源の一つとして世界史用語集に注目し，見出し語と語釈部に分かれている文書データから解答となる文章を作成するために，語釈文における見出し語に照応するゼロ代名詞とその表層格を推定する手法を提案する．本稿の扱うタスクは，先行詞候補が見出し語に限られている一方でそれに照応するゼロ代名詞を複数の候補から一つ選ぶという点，および先行詞である見出し語が文中に存在しないため，照応解析において有効な手掛かりとなる先行詞の文脈情報が全く使えないという点で，従来のゼロ代名詞照応解析とは異なる．世界史用語集を対象とした評価実験を行った結果，KNPを用いた既存のゼロ照応解析を使用した手法に比べ，提案手法が有効であることが確認された．さらに，出現頻度の低い表層格で埋め込まれる場合の精度低下が観察されたため，通常の文から擬似訓練事例を生成する手法を検討した．同事例を使用した結果，ヲ格，ニ格の推定のF値を改善できることが確認された．
V15N03-02	文間の接続関係を同定することは談話解析や複数文書要約，質問応答など多くの分野において重要である．本論文では連続する2文に対して文間の接続関係を同定する手法を提案する．提案手法は，入力文から抽出した構文情報や単語情報を用いて，大量のテキストデータの中から入力の連続2文に最も近い2文を検索し，この接続関係によって入力文の文間接続関係を推定する用例利用型(example-based)の手法によって行う．手法は，クラスタリングによって同じ接続関係を持ちやすい単語のクラスタを生成する．この結果生成された単語クラスタを用いて単語の汎化を行い，必ずしも同じ単語が使われていなくとも接続関係の観点から類似した用例をテキスト中から探す．最後に，この用例の接続関係をもって入力文の接続関係とする．以上の手法によって入力文の文体や語の難易度によらない汎用的な同定手法を実現することが可能となった．評価実験では人手による評価で75{\%}の正解率が得られ，提案手法の有効性を確認した．
V16N02-02	本稿ではデータベース・ソフトウェアの１つであるFileMakerProによる，英語学習教材の自動作成における言語処理技術と教材作成の連携可能性を提案する．著者は，実際の英語の授業でも利用しやすいプリント教材や簡易E-learning教材を出力できるツールを開発し，無料公開している．これらのツールではGUI環境での操作が可能であるため，パソコン利用スキルが限られる一般の英語教員にも利用しやすく，任意の英文素材からPhraseReadingを軸とした精読教材およびClozeテストを利用した学習教材を短時間で作成することができる.
V20N03-07	マイクロブログの普及により，ユーザは様々な情報を瞬時に取得することができるようになった．一方，マイクロブログでは流言も拡散されやすい．流言は適切な情報共有を阻害し，場合によっては深刻な問題を引き起こす恐れがある．これまで，マイクロブログ上の流言拡散に関する分析は多かったが，ある流言がどのような影響を引き起こすかについての考察はない．本論文では，東日本大震災直後のTwitterを材料とし，どのような流言が深刻な影響を与えるかを，有害性と有用性という観点からの主観評価および修辞ユニット分析により分析した．その結果，震災時の流言テキストの多くは行動を促す内容や，状況の報告，予測であること，また，情報受信者の行動に影響を与えうる表現を含む情報は，震災時に高い有用性と有害性を持つ可能性があることを明らかにした．
V03N04-01	国文学作品の電子化テキストのためのデータ記述ルールについて検討した．様々な国文学作品の特徴を整理し，電子化テキストの目的と研究対象をまとめ，必要なデータ記述のための機能や情報構造について考察している．データ記述の基本原則を作品の構造とテキストの構造に分けて考察し，またデータ表記の様相を分析，評価し，ルール化についてまとめている．３つの基本ルールから成るKOKINルールと呼ぶデータ記述文法を定義し，作成した．これは国文学作品を対象とする電子化テキスト記述用のマークアップ文法である．ルールに基づく電子化データを実際に作成し，ルールの構文の正当性やルールの有用性などについて評価している．例えば，電子化データのテキストデータベースやCD-ROMへの登録，SGMLへの変換などを行っている．これらの結果，ルールの有効性が確認され，実用性についても高く評価された．
V28N03-09	%近年，シンボルグラウンディングや言語生成，自然言語による非言語データの検索など，実世界に紐づいた自然言語処理への注目が高まっている．我々は，将棋のゲーム局面に付随する解説文がこれらの課題の興味深いテストベッドになると考えている．解説者は現在の局面だけでなく過去や未来の指し手に言及しており，これらはゲーム木にグラウンディングされることから，ゲーム木探索アルゴリズムを活用した実世界対応の研究が期待できる．本論文では，我々が構築した，人手による単語分割・固有表現・モダリティ表現・事象の事実性のアノテーションを行った将棋解説文コーパスを説明する．
V31N02-14	%\renewcommand{\thefootnote}{\fnsymbol{footnote}}時間に関する自然言語推論である時間推論は，テンス・アスペクトなどの様々な時間に関する言語現象が複雑に作用し合うため，挑戦的なタスクである．言語モデルの時間推論能力を評価するためにこれまで様々なデータセットが構築されてきたが，既存の時間推論データセットは主に英語であり，また，一部の言語現象のみに焦点を当てている．そのため，日本語言語モデルが，多様な時間推論に対する汎化能力をどの程度有しているかは非自明である．そこで本研究では，様々な時間推論パターンを含む日本語時間推論ベンチマーク\ours(ControlledJapaneseTemporalInferenceDatasetConsideringAspect)を構築する．\oursの学習データとテストデータは時間推論パターンや時間表現の形式といった問題の属性に基づいて制御できるため，言語モデルの汎化能力についての詳細な分析が可能になる．実験では，分割前の学習データや分割後の学習データの一部を用いて言語モデルを学習し，テストデータ上で評価することで，言語モデルの汎化能力を評価する．実験の結果，識別系言語モデルだけでなく，GPT-4といった最新の生成系言語モデルにとっても\oursは挑戦的なデータセットであり，それらのモデルの汎化能力に改善の余地があることが示された．\footnote[0]{本論文の一部は人工知能学会全国大会（第37回）\cite{jsai2023-sugimoto}およびThe61stAnnualMeetingoftheAssociationforComputationalLinguisticsStudentResearchWorkshop\cite{sugimoto-etal-2023-jamp}で報告したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V03N04-04	主語のない日本語文に対し，確率モデルを用いて自動的にゼロ主語を補完する手法について述べる．これは，日英機械翻訳の前処理としての自動短文分割の後で適用されるものである．確率モデルを用いる方法として，従来(1)多次元正規分布に基づくモデルを利用するものがあった．本稿では，新たに３種類のゼロ主語補完のためのモデルを提案する．それらは，連続分布に対して，(2)正規分布に基づくGram-Charlier展開を多次元に拡張した分布（疑似正規分布）に基づくモデル，離散分布に対しては，(3)１次対数線形分布，(4)２次対数線形分布に基づくモデルである．これら４種の確率モデルについて，補完精度を比較する実験を行った．その結果，(1)〜(4)の精度は，順に，７３％，７８％，７８％，８１％であり，２次対数線形分布を用いる方法が最も精度が高かった．また，補完を誤った事例について考察を加えた結果，主語と述語の意味的整合性をより正確に計算する必要があることなどがわかった．
V12N01-01	構文解析において，多様な言語現象を扱うためには大規模な文法が必要となるが，一般に人手で文法を開発することは困難である．一方，大規模な構文構造付きコーパスから様々な統計情報を取り出し，自然言語処理に利用する研究が多くの成果をあげてきており，構文構造付きコーパスの整備が進んでいる．このコーパスから大規模な文脈自由文法(CFG，以下，文法と略す)を抽出することが考えられる．ところが，コーパスから抽出した文法をそのまま用いた構文解析では多数の解析結果(曖昧性)を作り出すことが避けられないことが問題であり，それが解析精度の悪化や解析時間，使用メモリ量の増大の要因ともなる．効率的な構文解析を行うためには，曖昧性を増大させる要因を分析し，構文解析の段階では曖昧性を極力抑えるよう文法やコーパスを変更する必要がある．本論文では，構文解析で出力される曖昧性を極力抑えた文法を開発するための具体的な方針を提案し，その有効性を実験により明らかにしている．
V14N05-03	存在文はいかなる言語にも存在し，人間のもっとも原始的な思考の言語表現の一つであって，それぞれの言語で特徴があり言語により異なりが現れてくる．存在表現の意味上と構文上の多様さのために，更に中国語との対応関係の複雑さのために，日中機械翻訳において，曖昧さを引き起こしやすい．現在の日中市販翻訳ソフトでは，存在表現に起因する誤訳（訳語選択，語順）が多く見られる．本論文では，日中両言語の存在表現における異同について考察し，日中機械翻訳のために，日本語文の構文特徴，対応名詞の属性，中国語文の構文構造などを利用して存在動詞の翻訳規則をまとめ，存在表現の翻訳方法について提案した．これらの翻訳規則を我々の研究室で開発している日中機械翻訳システムJaw/Chineseに組み込んで，翻訳実験を行った．更に手作業による翻訳実験も加えて，この規則を検証し，良好な評価を得た．
V16N01-02	本論文では，ベイズ識別と仮説検定に基づいて，英文書の作成者の母語話者／非母語話者の判別を高精度で行う手法を提案する．品詞$n$-gramモデルを言語モデルとし，判別対象の文書の品詞列の生起確率を，母語話者言語モデルにより求めた場合と非母語話者言語モデルにより求めた場合とで比較し，判別を行う．$n$を大きくすると，母語話者／非母語話者固有の特徴をより良く扱うことが可能となり，判別精度の向上が期待できる反面，ゼロ頻度問題およびスパースネスの問題が顕在化し，品詞$n$-gramモデルのパラメタの最尤推定値を信頼することはできくなる．そこで，提案手法では，仮説検定に基づいた方法で両言語モデルにおける生起確率の比を推定する．実験の結果，従来手法を上回る92.5\%の精度で判別できることを確認している．
V08N04-02	複数のトピックからなる文章を，それぞれのトピックに切り分けることをテキスト分割と呼ぶ．テキスト分割は，情報検索や要約のための基本技術として有用である．本稿では，分割確率最大化という観点からテキスト分割を定式化した．その定式化の特色の一つは，テキスト内の単語しか，確率推定に利用しないことである．そのため，提案手法は，任意の分野のテキストに対して適用できる．提案手法の有効性は二つの実験により確認された．まず，実験1では，公開データに対して提案手法を適用することにより，提案手法の分割精度が従来手法の分割精度よりも優れていることが示された．次に，実験2では，長い文書の元々の章や節の構造と提案手法による分割結果とを比較した結果，厳密な一致のみを正解とする場合，章には0.37,節には0.34の割合で一致し，±1行のずれを許容する場合，章には0.49,節には0.51の割合で一致した．これらのことは，提案手法が，テキスト分割に対して有効であることを示している．
V14N04-03	文章推敲に関する従来研究では，主に，タイプミス，構文構造の複雑さ，表記の揺れを指摘する手法など，表記レベルと統語レベルの手法に重点がおかれていた．それに対して，本研究では，読みやすさを向上させるために，説明が不足していて論理展開が読み取りにくいと感じられる箇所を検出する技術を扱う．文章としては情報を正確に伝達するための仕事文（仕事用の文）を対象として，文単位での情報不足を推敲対象とする．この課題は意味処理に踏み込むため，これまで十分研究が行われてこなかった．なお，語用論の「協調の原理」によれば，量の格率と呼ばれる情報不足と情報過多に関する遵守すべき原則がある．このうち情報過多を扱わない理由は，情報過多が，冗長な情報を無視するのに基づく読者の負担を増やすだけであるのに対し，情報不足は理解困難という深刻な事態を招き，重要性が高いためである．実験準備から解析に至る流れは，次の通りである．まず，原文から連体修飾部を欠落させた課題文を生成し，次に，被験者にその箇所に情報不足を感じるかどうかを判定させ正解判定データを作成した．その後，正解判定データの一部から機械学習を行い，残りのデータを機械判定させる．機械判定に用いる主な素性として，修飾部の欠落箇所におけるつながりの滑らかさに関係した語の連鎖に関する統計量を取り上げた．約1,000箇所の判定課題に対し，SVMによる機械学習アルゴリズムを用いた自動判定により正解率を測定した結果，機械判定の正解率として，ベースライン50{\kern0pt}％，上限（人間の評価のバラツキから上限を定義）76{\kern0pt}％に対し，10-foldcrossvalidationで67{\kern0pt}％の正解率を得た．
V30N02-15	%本論文では，ニューラルネットエンコーダが学習する知識のうち，どのような構造的知識が自然言語のタスクを解くのに転移可能かを調査する．提案するアプローチでは，自然言語の構造を模したいくつかの「人工言語」を用いてエンコーダを訓練し，そのエンコーダの自然言語の下流タスクにおける性能を評価することで，事前学習データに含まれている構造的知識の転移可能性を計測する．実験の結果，転移可能なエンコーダを獲得するにあたって，事前学習のデータ系列中において，統計的依存関係が重要であること，係り受け関係を持つ際に入れ子構造が有用であることなどが明らかとなった．こうした結果は，エンコーダが転移可能な抽象的な知識として，位置を考慮したトークンの文脈依存性があることを示唆している．
V09N05-07	2000年言語処理学会第\6回年次大会プログラムの作成において，言語処理技術を適用し，大会プログラムを自動作成することを試みた．本稿では，第\5回大会のデータを利用して，大会プログラム作成のために行なった一連の実験について説明する．その結果に基づき，実際に第\6回の大会プログラムを作成した手続きについて報告する．大会プログラム作成にキーワード抽出および文書分類の言語処理技術は十分に利用でき，事務手続きの効率化に貢献できることを報告する．また，大会終了後のアンケート調査の結果を示し，参加者からの評価についても報告する．
V10N03-01	SENSEVALは語義曖昧性解消を対象としたコンテストである．本論文では，第2回SENSEVAL(SENSEVAL-2)における日本語辞書タスクの概要について報告する．日本語辞書タスクでは，語の意味の区別(曖昧性)を岩波国語辞典によって定義した．参加者には，岩波国語辞典，訓練データ，評価データの3つが配布された．訓練データは，3,000個の新聞記事中の単語に正しい語義を付与したコーパスである．一方評価データは，参加者のシステムが語義を選択するべき単語を含んだ新聞記事である．評価単語の種類は，名詞50，動詞50，合わせて100個である．また各評価単語毎に100ずつ語義を選択するとしたため，評価単語の総数は10,000である．正解データは，評価対象となる10,000個の単語について，二名の作業者が独立に正しい語義を付与して作成した．この際，二者の語義が一致した割合は0.863であり，Cohenの$\kappa$は0.657であった．また，二者の語義が一致しなかった場合には，第三者が正しい語義を選んだ．日本語辞書タスクには，3団体7システムが参加した．ベースラインシステムのスコア(正解率)が0.726であるのに対し，一番成績の良かった参加者のシステムのスコアは0.786であった．
V30N02-19	%インタビューは技能者からコツを引き出すための重要な対話形式の1つである．本研究では，料理ドメインにおける技能者からインタビュアーが料理のコツを積極的に引き出そうとしているインタビュー対話を収集したコーパス(CIDC)を構築した．CIDCは，308のインタビュー対話（1対話あたり約13分），約6万4千発話から構成される．対話収集には，ウェブ会議システムを用い，参加者の表情と共有されている料理工程を示す写真を発話音声とともに収録した．また，全ての発話を音声認識によって書き起こし，人手で修正した．なお，技能者とインタビュアーのそれぞれにおいて上級と一般の2つの熟達度の参加者を集めた．CIDCを活用することで，今後，インタビュー対話におけるコツの引き出し方に関する研究が進展することが予想される．
V12N05-02	近年，ウェブ上の日本国内の新聞社などのサイトにおいては，日本語だけでなく英語で書かれた報道記事も掲載しており，これらの英語記事においては，同一時期の日本語記事とほぼ同じ内容の報道が含まれている．本論文では，これらの報道記事のページから，日本語で書かれた文書および英語で書かれた文書を収集し，多種多様な分野について，分野固有の固有名詞(固有表現)や事象・言い回しなどの翻訳知識を獲得する手法を提案する．本論文の手法には，情報源となるコーパスを用意するコストについては，コンパラブルコーパスを用いた翻訳知識獲得のアプローチと同等に小さく，しかも同時期の報道記事を用いるため，片方の言語におけるタームや表現の訳がもう一方の言語の記事の方に出現する可能性が高く，翻訳知識の獲得が相対的に容易になるという大きな利点がある．翻訳知識獲得においては，まず，報道内容がほぼ同一もしくは密接に関連した日本語記事および英語記事を検索する．そして，関連記事組を用いて二言語間の訳語対応を推定する．訳語対応を推定する尺度としては，関連記事組における訳語候補の共起を利用する方法を適用し，評価実験において文脈ベクトルを用いる方法と比較し，この方法が有効であることを示す．
V22N05-03	事実性は，文中の事象の成否について，著者や登場人物の判断を表す情報である．事実性解析には，機能表現や，文節境界を越えて事実性に影響を与える語とそのスコープなどの4種類の問題が含まれており，性能の向上が容易ではない．本研究では，事実性解析の課題分析を行うために，機能表現のみを用いたルールベースの事実性解析器を構築し，1,533文に含まれる3,734事象に適用した結果の誤りを分析した．このとき全ての事象表現について，付随する機能表現に対して人手で意味ラベルを付与した．その結果，主事象の事実性解析については，機能表現の意味ラベルが正しく解析できれば，現在の意味ラベルの体系と本研究で用いた単純な規則だけでも，90\%に近い正解率が得られることがわかった．従属事象の事実性解析では，後続する述語やスコープといった従属事象特有の誤りが多く見られた．それらの要素についてさらなる分析を行い，今後の事実性解析の指針を示した．
V25N01-03	本稿では，オンラインショッピングサイト出店者に対して書かれたレビュー（以下，店舗レビュー）内の各文を，言及されているアスペクト（例えば，商品の配送や梱包）とその評価極性（肯定，否定）に応じて分類するシステムについて述べる．店舗レビュー中にどのようなアスペクトが記載されているのかは明らかでないため，まず店舗レビュー100件（487文）を対象に，各文がどのようなアスペクトについて書かれているのか調査した．その結果，14種類のアスペクトについて書かれていることがわかった．そして，この調査結果をもとに1,510件の店舗レビューに含まれる5,277文に対して人手でアスペクトおよびその評価極性のアノテーションを行い，既存の機械学習ライブラリを用いてレビュー内の文を分類するシステムを開発した．本システムを用いることで，任意のアスペクトについて，その記述を含むレビューへ効率良くアクセスしたり，その評判の時系列変化を調べたりすることが可能になる．
V14N05-05	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，自然言語処理のための日本語機能表現辞書について提案する．日本語の機能表現が持つ主な特徴の1つは，個々の機能表現に対して，多くの異形が存在することである．計算機が利用することを想定した辞書を編纂する場合，これらの異形を適切に扱う必要がある．われわれが提案する辞書は，機能表現の異形を体系的に整理するために，見出し体系として，9つの階層からなる階層構造を用いる．現在，この辞書には，341の見出し語と16,771の出現形が収録されており，既存の機能表現リストと比較した結果，各々の見出し語に対して，ほぼすべての異形が網羅されていることが確かめられた．
V27N02-07	%本稿では，原言語文の係り受け木に対する単語間の相対的位置関係をTransformerエンコーダ内のSelfAttentionでエンコードする新たなニューラル機械翻訳モデルを提案する．具体的には，提案モデルでは，原言語文を係り受け解析した結果得られる係り受け木中の2単語間の相対的な深さを埋め込んだベクトルをTransformerエンコーダ内のSelfAttentionに付加する．ASPECの日英及び英日翻訳タスクにおいて，原言語文の係り受け構造を用いない従来のTransformerモデルよりも翻訳精度が高いことを示す．特に，日英翻訳においては0.37ポイントBLEUスコアが上回ることを確認した．
V08N01-01	ベクトル空間モデルは情報検索における代表的な検索モデルである．ベクトル空間モデルでは文書を索引語の重みベクトルで表現するが，文書ベクトルは一般に要素数が非常に多く，スパースなベクトルになるため，検索時間の長さや必要なメモリの量が大きな問題となる．本論文では，この問題を解決するため，ベクトル空間モデルにおけるベクトルの次元圧縮を行う手法としてランダム・プロジェクションを用いた検索モデルを提案する．その有効性を評価するために，評価用テストコレクションであるMEDLINEを利用して，検索実験を行った．その結果，ランダム・プロジェクションはLSI(LatentSemanticIndexing)に比べ高速で，かつ同等な検索性能を持つ次元圧縮手法であることが確認された．また，ランダム・プロジェクションで次元圧縮に必要な行列を得るために，球面$k$平均アルゴリズムで得られる概念ベクトルの利用を提案する．同様に検索実験を行った結果，任意のベクトルを用いた検索性能に比べ改善され，概念ベクトルが検索性能の向上に有効であることが確認された．
V15N05-08	日本語係り受け解析においては，工藤らの相対的な係りやすさを考慮した日本語係り受け解析モデルが，決定的解析アルゴリズムや文脈自由文法のパージングアルゴリズムに基づく手法を上回る精度を示している．決定的解析手法では係り先候補文節を同時に一つしか考慮しないが，工藤らの相対モデルではすべての係り先候補文節間の選択選好の強さをlog-linearモデルで推定している．これに対し本稿では，同時に対象とする係り先候補文節を二候補に限定し，選択選好を二つの候補同士の対戦からなるトーナメントで直接表現したモデルを提案する．京大コーパスVersion4.0を使用した実験において，提案手法は従来手法を上回る精度を示した．
V19N01-01	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\isa{作品}{七人の侍}や\isa{作品}{1Q84}のように，より適切と考えられる上位概念「映画」や「小説」と比べて広範囲な概念をカバーする上位概念（「作品」）が含まれることがある．このような上位概念を検索や質問応答などのタスクにおいて利用すると，より詳細な上位概念を利用する手法と比較して有用でないことが多い．そこで本論文では，自動獲得した上位下位関係を，Wikipediaの情報を利用することでより詳細にする手法を提案する．例えば\isa{作品}{七人の侍}から，\isaFour{作品}{映画監督の作品}{黒澤明の作品}{七人の侍}のように，単語「七人の侍」の上位概念（かつ，単語「作品」の下位概念）として，2種類の中間ノード「黒澤明の作品」，「映画監督の作品」を生成することにより，元の上位下位関係を詳細化する．自動獲得した1,925,676ペアの上位下位関係を対象とした実験では，最も詳細な上位概念となる一つ目の中間ノード（\xmp{黒澤明の作品}など）を重み付き適合率85.3\%で2,719,441個，二つ目の中間ノード（\xmp{映画監督の作品}など）を重み付き適合率78.6\%で6,347,472個生成し，高精度に上位下位関係を詳細化できることを確認した．さらに，生成した上位下位関係が\attval{対象}{属性}{属性値}として解釈できることについても報告する．
V26N01-01	UniversalDependencies(UD)は，共通のアノテーション方式で多言語の構文構造コーパスを言語横断的に開発するプロジェクトである．2018年6月現在，約60の言語で100以上のコーパスが開発・公開されており，多言語構文解析器の開発，言語横断的な構文モデルの学習，言語間の類型論的比較などさまざまな研究で利用されている．本稿ではUDの日本語適応について述べる．日本語コーパスを開発する際の問題点として品詞情報・格のラベル・句と節の区別について議論する．また，依存構造木では表現が難しい，並列構造の問題についても議論する．最後に現在までに開発したUD準拠の日本語コーパスの現状を報告する．
V20N02-02	ロボットと人間の双方でより円滑なコミュニケーションを行うためには，ロボットにも人間のような会話能力が求められると考える．人間の会話はあいさつや質問応答，提案，雑談など多岐に渡るが，ロボットがこういった会話，例えば何かしらの情報を持った雑談のように能動的な会話を行うには，新聞記事のようなリソース中の表現を会話テンプレートに埋め込むという方法が考えられる．しかし新聞記事中の語と会話に用いられる語の馴染み深さには違いがある．例えば新聞記事中の「貸与する」という語は，会話に用いる場合には「貸す」という表現の方が自然である．つまり，人間にとって違和感のない会話のためのリソースとして新聞記事を用いるには，難解語を平易な表現へ変換する必要があると考える．そこで本稿ではロボットと人間との自然な会話生成を担う技術の一端として，新聞記事中の難解な語を会話表現に見あった平易な表現へと変換する手法を提案する．提案手法では人間が語の変換を行う際の処理になぞらえ，1つの語を別の1語で変換する1語変換および文章で変換する$N$語変換を組み合わせることでより人間にとって自然に感じる変換を行い，その有効性を示した．結果として変換すべき難解語を75.7\%の精度で平易な表現に，81.1\%の精度で正しい意味を保持した表現に変換することが出来た．
V25N01-01	本論文では，テキストマイニング技術を用いて，株主招集通知の情報をデータベースに格納する業務の効率化を実現するための応用システムの研究について述べる．効率化したい業務とは，株主招集通知に記載されている議案の開始ページを予測し，その開始ページにおける議案の議案タイトルと議案内容を分類する業務である．本研究では，これらの業務を株主招集通知のテキスト情報を用いて自動的に行うシステムを開発し，実際に運用している．本研究によって実装したシステムと従来の人手による作業の比較実験の結果，作業時間は1/10程度に短縮された．議案分類の手法としては，学習データから抽出した特徴語の重みを用いた分類，多層ニューラルネットワーク（深層学習）を用いた分類，抽出した議案タイトルを用いた分類の三手法を用いた．さらに，各手法の評価を行い，各手法の議案ごとの有効性を確認した．
V31N04-07	研究者や実務者にとって事前学習済みモデルの利活用が一般的になる中，実運用上の大きな課題として時系列性能劣化の監査が挙げられる．特に事前学習済み言語モデルは事前学習や推論にかかる時間と費用が大きいため，効率的な監査と再学習の仕組みの検討は重要である．本研究では学習コーパス内の単語の通時的な意味変化を計算することで，事前学習済み言語モデルや単語分散表現の時系列性能劣化を監査する枠組みを提案し，モデルの再学習に関する意思決定を支援する．最初に2011～2021年の日本語・英語のニュース記事を用いて，学習コーパスの期間が異なるRoBERTaやword2vecのモデルを構築し，時系列性能劣化を観測した．実験では，学習コーパス内の単語の通時的な意味変化から計算できる指標「SemanticShiftStability」が小さくなる際，事前学習済みモデルの性能が時系列で大きく劣化しており，監査の用途での有用性を確認できた．提案する枠組みには意味が大きく変化した単語から原因を推察できる利点もあり，2016年の米大統領選や2020年の新型コロナウイルス感染症の影響が示唆された．指標を計算するソースコードは\url{https://github.com/Nikkei/semantic-shift-stability}で公開した．\renewcommand{\thefootnote}{}\footnote[0]{本稿は，筆者らの既発表文献\cite{takahashi2022,ishihara-etal-2022-semantic,ishihara2023}をもとに，追加の分析を含めて構成した．}\renewcommand{\thefootnote}{\arabic{footnote}}
V26N02-06	「こりゃひでえ」（元の形：「これはひどい」）のような音変化表現は，対話エージェントの発話や小説のセリフの自動生成において，話者であるキャラクタを特徴付けるための強力な手段となると考えられる．音変化表現を発話のキャラクタ付けに利用するために，本研究では，(i)キャラクタの発話に現れる音変化表現を収集し，(ii)それらを基に，音変化表現を人為的に発生させるための知識を整理した．具体的には，収集した音変化表現を現象と生起環境の観点で分類し，137種類のパターンとして整理した．そして，これらのパターンが小説やコミックで用いられる音変化表現の80\%以上をカバーすることを確認した．さらに，(iii)音変化表現がキャラクタらしさを特徴付ける手段になるという仮説を検証するために，小説やコミックにおける発話文の話者（キャラクタ）を推定する実験を行い，音変化表現のパターンの情報を利用することで，推定性能が向上するキャラクタが存在することを確認した．
V31N02-12	%本研究では，テキスト平易化のための日本語パラレルコーパスを構築し，公開した．本タスクにおける既存の日本語コーパスとしては，非専門家によって構築されたものが訓練に使用されており，専門家によって構築された高品質かつ大規模なものは存在しない．我々は，専門家により平易化された記事に対して人手で文アライメントを行うことで，大規模な文単位のパラレルコーパスを構築した．人手評価の結果，専門家によって平易化されたパラレルコーパスは，非専門家が平易化したものに比べて多様な平易化操作を含んでいることが明らかになった．また，我々の構築したパラレルコーパスは，流暢かつ意味を保持した平易化が行われていることを確認した．
V10N04-05	著者らは，既存のウイグル語--日本語辞書を基にして，見出し語数約2万の日本語--ウイグル語辞書を半自動的に作成した．この辞書が日常よく使われる語彙をどの程度含んでいるかなどの特性を調べるために，国立国語研究所の教育基本語彙6,104語のうちのより基本的とされている2,071語，およびEDR日本語テキストコーパスの出現頻度上位2,056語に対し，日本語--ウイグル語辞書の収録率を調査し，いずれについても約80\,\%の収録率であることが分かった．未収録語について，逐一その理由を調べ，判明した種々の理由を整理すると共に，それに基づいて未収録語を分類した．その結果，辞書作成をする時に収録率を上げるために注意すべき点などについていくつかの知見を得ることができた．本論文では，それらについて述べる．
V07N05-03	音声合成におけるポーズ制御において重要となる局所係り受け解析に関し，決定リストを用いる方法を開発し，ポーズ挿入の正解率をF値で評価したところ90.04\%を得た．本係り受け解析は決定リストを用いているので，使用するメモリの容量と処理速度に関して設定を容易に変更できるという特徴を有している．このため，用途に応じてメモリ容量，計算速度が選択できる．計算速度を重視し，メモリ容量を12Kバイトと小さくした場合，文あたりのポーズ設定処理の時間7msec（PentiumIII450MHz），F値85\%となり，音声合成システムへの実装が現実的であることがわかった．係り受け解析結果に基づくポーズ挿入位置制御規則を作成し，聴取実験によって性能を確認した．その結果，係り受け距離のみに基づく制御で，85\%程度のポーズ挿入位置が挿入適当という結果であった．さらに，句読点や，ポーズの連続などの要因を取り入れて規則の精緻化を行った結果，91\%程度のポーズ挿入位置が挿入適当という結果が得られた．
V07N02-04	本論文では，ME(最大エントロピー)モデルと書き換え規則を用いて固有表現を抽出する手法について述べる．固有表現の定義はIREX固有表現抽出タスク(IREX-NE)の定義に基づくものとする．その定義によると，固有表現には一つあるいは複数の形態素からなるもの，形態素単位より短い部分文字列を含むものの2種類がある．複数の形態素からなる固有表現は，固有表現の始まり，中間，終りなどを表すラベルを40個用意し，各々の形態素に対し付与すべきラベルを推定することによって抽出する．ラベルの推定にはMEモデルを用いる．このMEモデルでは学習コーパスで観測される素性と各々の形態素に付与すべきラベルとの関係を学習する．ここで素性とはラベル付与の手がかりとなる情報のことであり，我々の場合，着目している形態素を含む前後2形態素ずつ合計5形態素に関する見出し語，品詞の情報のことである．一方，形態素単位より短い部分文字列を含む固有表現は，MEモデルを用いてラベルを決めた後に書き換え規則を適用することによって抽出する．書き換え規則は学習コーパスに対するシステムの解析結果とコーパスの正解データとの差異を調べることによって自動獲得することができる．本論文ではIREX-NE本試験に用いられたデータに対し我々の手法を適用した結果を示し，さらにいくつかの比較実験から書き換え規則と精度，素性と精度，学習コーパスの量と精度の関係を明らかにする．
V04N02-02	本稿では,コーパスから抽出した動詞の語義情報を利用し,文中に含まれる多義語の曖昧性を解消する手法を提案する.先ずコーパスから動詞の多義解消に必要な情報を抽出する手法について述べる.本手法では,多義を判定しながら意味的なクラスタリングを行なうことで多義解消に必要な情報を抽出する.そこで,表層上は一つの要素である多義語動詞を,多義が持つ各意味がまとまった複数要素であると捉え,これを一つ一つの意味に対応させた要素(仮想動詞べクトルと呼ぶ)に分解した上でクラスタを作成するという手法を用いた.本手法の有効性を検証するため,丹羽らの提案した単語ベクトルを用いた多義語の解消手法と比較実験を行なった結果,14種類の多義語動詞を含む1,226文に対し,丹羽らの手法が平均62.7\%の正解率に対し,本手法では71.1\%の正解率を得た.
V28N04-07	%固有表現認識は，科学技術論文などのテキストから分野特有の用語を機械的に抽出するタスクである．固有表現認識の従来研究は連続した範囲から成る固有表現のみを解析対象としているが，並列する固有表現の一部が省略された複合的表現が含まれており，これらの固有表現に対して個々の固有表現を抽出することが困難である．本研究では，近年の自然言語処理タスクで広く使用されている学習済み言語モデルを用いて，並列構造の教師データを用いずに並列する句の範囲を同定し，複合化された固有表現を正規化する手法を提案する．GENIATreebankとGENIAtermannotationを用いた評価実験では，教師情報を使用した先行研究と近い解析性能を示し，提案手法によって固有表現認識の精度が向上することを確認した．
V07N05-01	係り受け解析は日本語解析の重要な基本技術の一つとして認識されている．依存文法に基づく日本語係り受け解析では，文を文節に分割した後，それぞれの文節がどの文節に係りやすいかを表す係り受け行列を作成し，一文全体が最適な係り受け関係になるようにそれぞれの係り受けを決定する．本論文ではそのうち，係り受け行列の各要素の値を計算するためのモデルについて述べる．アプローチとしては，主にルールベースによる方法と統計的手法の二つのものがあるが，我々は利用可能なコーパスが増加してきたこと，規則の変更に伴うコストなどを考慮して，統計的手法をとっている．統計的手法では行列の各要素の値は確率値として計算される．これまでよく用いられていたモデル(旧モデル)では，その確率値を計算する際に，着目している二つの文節が係るか係らないかということのみを考慮していた．本論文では，着目している二つの文節(前文節と後文節)だけを考慮するのではなく，前文節と前文節より文末側のすべての文節との関係(後方文脈)を考慮するモデルを提案する．このモデルをME(最大エントロピー)に基づくモデルとして実装した場合，旧モデルを同じくMEに基づくモデルとして実装した場合に比べて，京大コーパスに対する実験で，全く同じ素性を用いているにもかかわらず係り受け単位で1\%程度高い精度(88\%)が得られた．
V14N03-02	「です・ます」は，丁寧語としての用法のみならず場面に応じてさまざまな感情・態度や役割の演出などの表示となる．これは「です・ます」が持つ「話手と聞手の心的距離の表示」という本質と，伝達場面における話手/聞手のあり方とその関係の変化によって生じるものと考えられる．本稿では「です・ます」をはじめ聞手を必須とする言語形式を，コンテクストとは独立して話手/聞手の〈共在〉の場を作り出す「共在マーカー」と位置づけ，コンテクストにおける聞手の条件による「共在性」と組み合わせることで伝達場面の構造をモデル化した．コミュニケーションのプロトタイプとしての〈共在〉の場では，「です・ます」の本質的な機能が働き心的距離「遠」の表示となる．これに対して〈非共在〉の場では，典型的には「です・ます」は出現しない．しかし，〈非共在〉の場合でも共在マーカーが使用されると話手のストラテジーとして疑似的な〈共在〉の場が作り出される．この場合，共在マーカーとしての役割が前面に出ることによって聞手が顕在化し，話手/聞手の関係が生じて「親・近」のニュアンスが生まれる．「です・ます」が表す「やさしい」「わかりやすい」「仲間意識」などの「親・近」の感情・態度は〈非共在〉を〈共在〉にする共在マーカーの役割によって，「卑下」「皮肉」といった「疎・遠」の感情・態度は〈共在〉での心的距離の操作による話手/聞手の関係変化によって説明できる．
V09N04-05	本稿では，1999年の解説の後を受け，テキスト自動要約に関する，その後の研究動向を概観する．本稿では，その後の動向として，特に最近注目を集めている，以下の3つの話題を中心に紹介する．\begin{enumerate}\item単一テキストを対象にした要約における，より自然な要約作成に向けての動き，\item複数テキストを対象にした要約研究のさらなる活発化，\item要約研究における，要約対象の幅の広がり\end{enumerate}
V30N02-07	%自然言語推論は，前提文が真であるとき，仮説文が真ならば含意，偽ならば矛盾，どちらともいえないならば中立であると判定するタスクであり，言語理解の基礎をなすタスクの一つである．数量表現が現れる文間の推論では，論理的含意と推意の間で判定が異なることがある．また否定文や条件文などの文脈に数量表現が現れる推論では，推論の向きが通常の文脈とは反転することが知られている．さらに日本語の数量表現は出現形式が柔軟であり，様々な助数辞の種類や数量表現の用法がある．しかし，これらの意味論的・語用論的特徴に着目したコーパス，及び，数量表現の理解を問うような推論データセットの構築は十分に進められていない．そこで本研究では，既存の日本語ツリーバンクに含まれる文を用いて，助数辞の種類，数量表現の出現形式，用法といった情報を付与したコーパスを構築する．その上で，このコーパスに基づき，日本語数量表現の推論データセットを構築する．また，構築した推論データセットを用いて，事前学習済み言語モデルである日本語BERTモデルが数量表現の理解を必要とする推論をどの程度扱えるかを調査する実験を行った．実験の結果，日本語BERTモデルは，様々な数量表現を含む推論の扱いについて課題があることを確認した．\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{nlp2022-koyano}およびThe18thJointACL-ISOWorkshoponInteroperableSemanticAnnotation\cite{isa18-koyano}で報告したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V24N05-03	日本語二重目的語構文の基本語順に関しては多くの研究が行われてきた．しかし，それらの研究の多くは，人手による用例の分析や，脳活動や読み時間の計測を必要としているため，分析対象とした用例については信頼度の高い分析を行うことができるものの，多くの仮説の網羅的な検証には不向きであった．一方，各語順の出現傾向は，大量のコーパスから大規模に収集することが可能である．そこで本論文では，二重目的語構文の基本語順はコーパス中の語順の出現割合と強く関係するという仮説に基づき，大規模コーパスを用いた日本語二重目的語構文の基本語順に関する分析を行う．100億文を超える大規模コーパスから収集した用例に基づく分析の結果，動詞により基本語順は異なる，省略されにくい格は動詞の近くに出現する傾向がある，PassタイプとShowタイプといった動詞のタイプは基本語順と関係しない，ニ格名詞が着点を表す場合は有生性を持つ名詞の方が「にを」語順をとりやすい，対象の動詞と高頻度に共起するヲ格名詞およびニ格名詞は動詞の近くに出現しやすい等の結論が示唆された．
V19N05-01	オノマトペとは，擬音語や擬態語の総称である．文章で物事を表現する際に，より印象深く，豊かで臨場感のあるものにするために利用される．このようなオノマトペによる表現は，その言語を\addtext{母語}としている人であれば非常に容易に理解することができるため，国語辞書などにあえて記載されることは稀なケースである．また，記載があったとしても，使用されているオノマトペをすべて網羅して記載していることはない．そのため，その言語を\addtext{母語}としない人にとっては学習し難い言語表現である．そこで本稿では，オノマトペが表現する印象を推定する手法を提案する．日本語を対象に，オノマトペを構成する文字の種類やパターン，音的な特徴などを手がかりに，そのオノマトペが表現している印象を自動推定する．これにより，日本語を\addtext{母語}としない人に対して，日本語で表現されたオノマトペの理解の支援に繋がると考えられる．結果として，オノマトペの表記内のモーラ系列間の類似度とオノマトペの表記全体の音象徴ベクトルによる類似度を用いた手法が最も良い推定結果となり，\addtext{参考値である人間同士の一致率の8割程度にまで近づくことができた．}
V29N04-02	%語彙制約付き機械翻訳は，翻訳文に含まれてほしいフレーズが指定された際に，それらのフレーズを含む文を生成するという制約の下で機械翻訳を行うタスクである．本論文では翻訳モデルの入力系列の拡張によってビームサーチによる語彙制約付きデコーディングの探索を効率化する手法を提案する．日英および英日翻訳での実験により，提案手法が従来手法と比べて少ない計算コストで高い翻訳精度を実現できることを確認した．また，自動抽出されたノイズの多く含む語彙制約に対しても語彙制約付き機械翻訳手法を適用する手法を提案し，日英翻訳での実験によって一般的な機械翻訳手法と比べて高い精度が達成可能であることを示した．
V16N03-02	近年，コンピュータとネットワークの発達に伴って，個人が扱える情報は膨大なものとなり，その膨大な情報の中から必要な情報を探し出すのは非常に困難となっている．既存の検索システムは基本的には表記のみを活用するため，意味的には同じ内容の検索でもユーザが入力する語によって検索結果が異なってしまう．そのためユーザが適切なキーワードを考えなければならない．そこで本稿では文書の意味を捉えた検索を実現するために単語の関連性にもとづいた文書間の類似性の定量化手法を提案する．具体的には概念ベースを用い単語間の関連性を求め，EarthMover'sDistanceにより文書間の類似度を計算する方法を提案する．また概念ベースに存在しない固有名詞や新語に対して，Web情報をもとに新概念として意味を定義し，概念ベースを自動的に拡張する方法を提案する．これら提案手法をNTCIR3-WEBによって他の手法と比較実験したところ，本手法が他手法に比べ良好な結果が得られた．
V24N02-01	本論文では，分布仮説に基づく同義語獲得を行う際に，周辺単語の様々な属性情報を活用するために，文脈限定Skip-gramモデルを提案する．既存のSkip-gramモデルでは，学習対象となる単語の周辺単語（文脈）を利用して，単語ベクトルを学習する．一方，提案する文脈限定Skip-gramモデルでは，周辺単語を，特定の品詞を持つものや特定の位置に存在するものに限定し，各限定条件に対して単語ベクトルを学習する．したがって，各単語は，様々な限定条件を反映した複数の単語ベクトルを所持する．提案手法では，これら複数種類の単語ベクトル間のコサイン類似度をそれぞれ計算し，それらを，線形サポートベクトルマシンと同義対データを用いた教師あり学習により合成することで，同義語判別器を構成する．提案手法は単純なモデルの線形和として構成されるため，解釈可能性が高い．そのため，周辺単語の様々な単語属性が同義語獲得に与える影響の分析が可能である．また，限定条件の変更も容易であり，拡張可能性も高い．実際のコーパスを用いた実験の結果，多数の文脈限定Skip-gramモデルの組合せを利用することで，単純なSkip-gramモデルに比べて同義語獲得の精度を上げられることがわかった．また，様々な単語属性に関する重みを調査した結果，日本語の言語特性を適切に抽出できていることもわかった．
V11N02-03	講演音声のような話し言葉の書き起こしや音声認識結果には、話し言葉特有の表現が数多く含まれており講演録などのアーカイブとして二次利用しにくいため、文章として適した形態に整形する必要がある。本稿では、統計的機械翻訳の考え方に基づいて講演の書き起こしを整形された文章に自動的に変換する方法を提案する。本研究で扱う処理は、フィラーの削除、句点の挿入、助詞の挿入、書き言葉表現への変換、文体の統一である。これらの処理を統合的に行うようにビームサーチを導入した。実際の講演の書き起こしを用いた定量的な評価により統計的な手法の有効性が示され、句点と助詞の挿入に関して高い精度を得ることができた。

Subsets and Splits

No community queries yet

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