並列構造に着目した係り受け解析の改善に関する研究.pptx

並列構造に着目した係り受け解析の改善に関する研究;発表の流れ;;CaboChaについて バックトラックしない決定的な係り受け解析器 係り判定には機械学習 CaboChaのバージョン メジャー版 （CaboCha-0.53） 最新版 （CaboCha-0.60Pre4） 「CaboCha-0.53」と「CaboCha-0.60Pre4」の比較 ;研究の目的;発表の流れ;京都大学テキストコーパスについて;依存関係（D） 項?述語関係と修飾?被修飾関係を表す 例） 私は　日本の　車を　　持っている 同格関係（A） 依存関係でなく、意味的に同じ対象を表す 本研究では対象としない 例） プログラマー　40人が　ストライキを　した ;並列構造（P） 語と語や句と句が等位な関係である構造 例） 　 太郎と　次郎が　参加をした。 述語同士の並列関係は本研究では対象としない 例） チーズを　食べ、　ビールを　飲んだ ;　? 部分並列構造（I） 共有する述語によって束ねられた等位構造 本来なら係り受け関係にない文節同士を結びつける 例）　 お爺さんは山へ柴刈りに、お婆さんは川へ洗濯に行きました。 　　;発表の流れ;CaboChaのアルゴリズム;2010/2/18;CaboChaの問題点;CaboChaの問題点 主題を表す係助詞「は?も」を含む文節の係り先 例文) 当時の人々は、同じ場所に、長い間定住生活をしていた事が分かる ;CaboChaの問題点 2.　並列構造の学習不足 ;CaboChaの問題点の原因分析;発表の流れ;提案手法;提案手法;提案手法;部分並列構造検出アルゴリズム（簡略版） 先頭から「読点」を含む文節を探す 「読点」を含む文節をjとする jの前後に「係助詞?格助詞」を含む文節を探しk,mとする 類似するk,mが見つかった場合は、jと類似する文節をmより後方で探し、zとする 類似性は文節を構成する形態素の一致パターンで判断 kとj,mとzの間をI関係、jとzの間をP関係で結ぶ ;発表の流れ;評価実験;評価実験;評価実験;考察;考察;まとめ;今後の課題;2010/2/18;2010/2/17;KNP-3.01と提案手法の比較;評価実験;