© European Language Resources Association (ELRA), licensed under CC-BY-NC Human semantic knowledge about concepts acquired through perceptual inputs and daily experiences can be expressed as a bundle of attributes. Unlike the conventional distributed word representations that are purely induced from a text corpus, a semantic attribute is associated with a designated dimension in attribute-based vector representations. Thus, semantic attribute vectors can effectively capture the commonalities and differences among concepts. However, as semantic attributes have been generally created by psychological experimental settings involving human annotators, an automatic method to create or extend such resources is highly demanded in terms of language resource development and maintenance. This study proposes a two-stage neural network architecture, Word2Attr, in which initially acquired attribute representations are then fine-tuned by employing supervised lexical entailment tasks. The quantitative empirical results demonstrated that the fine-tuning was indeed effective in improving the performances of semantic/visual similarity/relatedness evaluation tasks. Although the qualitative analysis confirmed that the proposed method could often discover valid but not-yet human-annotated attributes, they also exposed future issues to be worked: we should refine the inventory of semantic attributes that currently relies on an existing dataset.

© LREC 2018 - 11th International Conference on Language Resources and Evaluation. All rights reserved. Distributional hypothesis has been playing a central role in statistical NLP. Recently, however, its limitation in incorporating perceptual and empirical knowledge is noted, eliciting a field of perceptually grounded computational semantics. Typical sources of features in such a research are image datasets, where images are accompanied by linguistic tags and/or descriptions. Mainstream approaches employ machine learning techniques to integrate/combine visual features with linguistic features. In contrast to or supplementing these approaches, this study assesses the effectiveness of social image tags in generating word embeddings, and argues that these generated representations exhibit somewhat different and favorable behaviors from corpus-originated representations. More specifically, we generated word embeddings by using image tags obtained from a large social image dataset YFCC100M, which collects Flickr images and the associated tags. We evaluated the efficacy of generated word embeddings with standard semantic similarity/relatedness tasks, which showed that comparable performances with corpus-originated word embeddings were attained. These results further suggest that the generated embeddings could be effective in discriminating synonyms and antonyms, which has been an issue in distributional hypothesis-based approaches. In summary, social image tags can be utilized as yet another source of visually enforced features, provided the amount of available tags is large enough.

© 2020, Springer Nature Singapore Pte Ltd. A sentence encoder that can be readily employed in many applications or effectively fine-tuned to a specific task/domain is highly demanded. Such a sentence encoding technique would achieve a broader range of applications if it can deal with almost arbitrary word-sequences. This paper proposes a training regime for enabling encoders that can effectively deal with word-sequences of various kinds, including complete sentences, as well as incomplete sentences and phrases. The proposed training regime can be distinguished from existing methods in that it first extracts word-sequences of an arbitrary length from an unlabeled corpus of ordered or unordered sentences. An encoding model is then trained to predict the adjacency between these word-sequences. Herein an unordered sentence indicates an individual sentence without neighboring contextual sentences. In some NLP tasks, such as sentence classification, the semantic contents of an isolated sentence have to be properly encoded. Further, by employing rather unconstrained word-sequences extracted from a large corpus, without heavily relying on complete sentences, it is expected that linguistic expressions of various kinds are employed in the training. This property contributes to enhancing the applicability of the resulting word-sequence/sentence encoders. The experimental results obtained from supervised evaluation tasks demonstrated that the trained encoder achieved performance comparable to existing encoders while exhibiting superior performance in unsupervised evaluation tasks that involve incomplete sentences and phrases.

<p>This paper describes a spoken dialogue system for accommodating a user's information behaviors with various levels of information need. Our system, given a set of same-topic news articles, compiles a utterance plan that consists of a primary plan for delivering main news content, and the associated subsidiary plans for supplementing the main content. A primary plan is generated by applying text summarization and style conversion techniques. The subsidiary plans are compiled by considering potential user/system interactions. To make this mechanism work, we first classified user's possible passive/active behaviors, and then designed the corresponding system actions. We empirically confirmed that our system was able to deliver the news content smoothly while dynamically adapting to the change of user's intention levels. The smoothness of a conversation can be attributed to the pre-compiled utterance plan.</p>

© 2018, Springer Nature Switzerland AG. The performances of an ad-hoc video search (AVS) task can only be improved when the video processing for analyzing video contents and the linguistic processing for interpreting natural language queries are nicely combined. Among the several issues associated with this challenging task, this paper particularly focuses on the sense disambiguation/filtering (WSD/WSF) of the terms contained in a search query. We propose WSD/WSF methods which employ distributed sense representations, and discuss their efficacy in improving the performance of an AVS system which makes full use of a large bank of visual concept classifiers. The application of a WSD/WSF method is crucial, as each visual concept classifier is linked with the lexical concept denoted by a word sense. The results are generally promising, outperforming not only a baseline query processing method that only considers the polysemy of a query term but also a strong WSD baseline method.

© 2016 ACM. Passive consumption of information is boring in most cases and even painful in some cases, especially when the information content is delivered by employing speech media. The user of a speech-based information delivery system, for example a text-to-speech system, usually cannot interrupt the ongoing information ow, inhibiting her/him to confirm some part of the content, or to pose an inquiry for further information exploration. We argue that a carefully designed spoken dialog system could remedy these undesirable situations, and further enable an enjoyable conversation with the users. The key technologies to realize such an attractive dialog system are: (1) pre-compilation of a dialog plan based on the analysis of a source content, and (2) the dynamic recognition of user's state of understanding and interests. This paper illustrates technical views to implement these functionalities, and discusses a dialog example to exemplify the technical merits of the proposed system.

This paper describes our independent effort for extending the monolingual semantic textual similarity (STS) task setting to multiple cross-lingual settings involving English, Japanese, and Chinese. So far, we have adopted a "monolingual similarity after translation" strategy to predict the semantic similarity between a pair of sentences in different languages. With this strategy, a monolingual similarity method is applied after having (one of) the target sentences translated into a pivot language. Therefore, this paper specifically details the required and developed resources to implement this framework, while presenting our current results for English-Japanese-Chinese cross-lingual STS tasks that may exemplify the validity of the framework.

Given lexical-semantic resources in different languages, it is useful to establish cross-lingual correspondences, preferably with semantic relation labels, between the concept nodes in these resources. This paper presents a framework for enabling a cross-lingual/node-wise alignment of lexical-semantic resources, where cross-lingual correspondence candidates are first discovered and ranked, and then classified by a succeeding module. Indeed, we propose that a two-tier classifier configuration is feasible for the second module: the first classifier filters out possibly irrelevant correspondence candidates and the second classifier assigns a relatively fine-grained semantic relation label to each of the surviving candidates. The results of Japanese-to-English alignment experiments using EDR Electronic Dictionary and Princeton WordNet are described to exemplify the validity of the proposal.

© 1963-2018 ACL. Evocation is a directed yet weighted semantic relationship between lexicalized concepts. Although evocation relations are considered potentially useful in several semantic NLP tasks, the prediction of the evocation relation between an arbitrary pair of concepts remains difficult, since evocation relationships cover a broader range of semantic relations rooted in human perception and experience. This paper presents a supervised learning approach to predict the strength (by regression) and to determine the directionality (by classification) of the evocation relation that might hold between a pair of lexicalized concepts. Empirical results that were obtained by investigating useful features are shown, indicating that a combination of the proposed features largely outperformed individual baselines, and also suggesting that semantic relational vectors computed from existing semantic vectors for lexicalized concepts were indeed effective for both the prediction of strength and the determination of directionality.

This paper demonstrates that Wordnet-LMF, a version of ISO LMF, allows us to effectively design and implement Web services for accessing WordNet-type semantic lexicons that conform to the REST Web service architecture. The implemented prototype service currently provides access to native wordnets as well as to a bilingual concept dictionary. This paper thus describes slight revisions that were made to the Wordnet-LMF specifications to model and accommodate a non-wordnet-native bilingual concept dictionary. © 2012 Springer Science+Business Media B.V.

© 2011, Springer-Verlag Berlin Heidelberg. The Language Grid is a distinctive language service infrastructure in the sense that it accommodates a wide variety of user needs, ranging from technical novices to experts; language resource consumers to language resource providers. As these language services are various in type and each of them can be idiosyncratic in many aspects, the service infrastructure has to address the issue of interoperability. A key to solve this issue is not only to build the services around standardized resources and interfaces, but also to establish a knowledge structure that copes effectively with a range of language services. Given this knowledge structure, referred to as a service ontology, each language service can be systematically classified and its usage specified by a corresponding API. This not only enables the utilization of existing language resources but facilitates the dissemination of newly created language resources as services.

This paper proposes a framework for representing cross-lingual/interlingual lexical semantic correspondences that are expected to be recovered through a series of on-demand/on-the-fly invocations of a lexical semantic matching process. One of the central notions of the proposed framework is a pseudo synset, which is introduced to represent a cross-lingual/multilingual lexical concept, jointly denoted by word senses in more than one language. Another important ingredient of the proposed framework is a framework for semantifying bilingual lexical resource entries. This is a necessary substep when associating and representing corresponding lexical concepts in different languages by using bilingual lexical resources. Based on these devices, this paper further discusses possible extensions to the ISO standard lexical markup framework (LMF). These extensions would enable recovered correspondences to be organized as a dynamic secondary language resource, while keeping the existing primary language resources intact.

異文化コラボレーションの様々な局面におけるコミュニケーションを支援するための有用な要素としての言語資源の重要性に対する認識が高まっており,既存の汎用的な言語資源や,新たに特定の目的に即して構築される言語資源を適切に組み合わせて利用できる基盤の実現が強く求められている.オープンなネットワーク環境において,言語資源が適切に利用され得るためには,再利用性と相互運用性がキーとなる.言語資源に対して共通的な語彙によるメタ記述が与えられていること,また,言語資源の内容がそのタイプに応じてモデル化され,それに応じた標準的なアクセス手段で利用可能であることが重要である.本サーベイ論文は,このような再利用性と相互運用性を達成するための言語資源の記述とモデル化の枠組みを整理して提示する.まず,言語資源の全体に関するメタ記述の枠組みを示す.次に,言語資源の内容に関する相互運用性に関連し,言語的注釈の記述とモデル化のための枠組みについて述べる.これらの枠組みが機能するためには,言語資源の作成者,利用者などの関連者による枠組みの共通理解が必須であり標準化が重要となる.このため,関連した国際標準化の動向についても述べる.

本稿では,セマンティックWebと言語資源(LR:language resource)・言語技術(LT:language technology)の互恵的な関係について述べる.セマンティックWebにおいては,利用者が共通に理解できる「意味」をWeb上のさまざまなリソースにメタデータとして与えることが必要となる.言語技術の進展により,リソースから意味的な情報を抽出することが可能となってきており,抽出された意味情報を対象世界において標準化されたオントロジーと対応付けることにより,利用者にとって共通に理解できる(意味的相互運用性のある)メタデータを生成することができる.一方で,セマンティックWebは言語資源や言語技術の適用領域を飛躍的に拡大する可能性がある。いわゆるWebサービスの関連技術により,辞書やコーパスなどの言語資源や,翻訳や解析などの言語処理機能をネットワーク上で組み合わせて利用することが可能となっている.さらに,これらの構成要素に意味的相互運用性のある記述を与えておくことにより,ユーザの要求に応じて、要素の有意な組合せによって所望の機能を提供するWebサービスを効率よく実現することが可能となる.本稿では,セマンティックWebと言語資源・言語技術に関する上記の2つの方向性について概観する.前者に関しては、特に,言語的なオントロジーといわゆる上位オントロジーの対応付け,各国語の言語的なオントロジーの連携について述べる.後者に関しては,言語資源,言語処理機能,さらには,これらの対象となる言語的データ・情報を記述するための標準的な枠組みの必要性について述べる.

© 2018 IEEE. To ensure that humans and robots can safely coexist, the ability to recognize human behavior is a prerequisite for robots and a fundamental technical challenge for researchers. Current research can only recognize relatively simple cases of human behavior due to the lack of enough data and archetypally designed experiments. Our study elucidates human behavior in a systematic manner by observing the behavior of human subjects under more complex situations where they are surrounded by other people or objects to address the challenge. We focus on the following common situation that people pass each other through a narrow passage. We constructed a motion capture room with a narrow passage environment and measured the motion of human subjects performing different tasks. In addition, during the narrow passage experiment, we made subjects hold different daily necessaries (such as a backpack) to observe influences on human behavior. Our study found that passing and avoidance behavior exhibited by each of our subjects were significantly influenced by what kind of daily necessaries subjects carry. This research provides novel findings on human behavior in complex environments: in the case where subjects holding a handbag (a type of daily necessaries that stays next to one's body), they showed the tendency to be affected by the other subject and move more dynamically compared to the subject without anything or with other daily necessaries; in the case where subjects carrying a backpack (a type of daily necessaries on one's back) and looking at a smartphone, they also showed the tendency of being affected by others, but their motion is restricted compared to the subject without anything.

Copyright © TRECVID 2018.All rights reserved. The Waseda Meisei team participated in the TRECVID 2018 Ad-hoc Video Search (AVS) task [1]. For this year's AVS task, we submitted both manually assisted and fully automatic runs. Our approach focuses on the concept-based video retrieval, based on the same approach as last year. Specifically, it improves on the word-based keyword extraction method presented in last year's system, which could neither handle keywords related to motion nor appropriately capture the meaning of phrases or whole sentences in queries. To deal with these problems, we introduce two new measures: (i) calculating the similarity between the definition of a word and an entire query sentence, (ii) handling of multi-word phrases. Our best manually assisted run achieved a mean average precision (mAP) of 10.6%, which was ranked the highest among all submitted manually assisted runs. Our best fully automatic run achieved an mAP of 6.0%, which ranked sixth among all participants.

The recent research direction toward multimodal semantic representation would be further advanced, if we could have a machinery to collect adequate images from the Web, given a target concept. With this motivation, this paper particularly investigates into the Webimageabilities of the behavioral features (e.g. "beaver builds dams") of a basic-level concept (beaver). The term Web-imageability denotes how adequately the images acquired from the Web deliver the intended meaning of a complex concept. The primary contributions made in this paper are twofold: (1) "beaver building dams"-type queries can better yield relevant Web images, suggesting that the present participle form ("ing" form) of a verb ("building"), as a query component, is more effective than the base form; (2) the behaviors taken by animate beings are likely to be more depicted on the Web, particularly if the behaviors are, in a sense, inherent to animate beings (e.g., motion, consumption), while the creation-type behaviors of inanimate beings are not. The paper further analyzes linguistic annotations that were independently given to some of the images, and discusses an aspect of the semantic gap between image and language.

インタラクティブな言語横断情報検索において，Webから取得した画像がクエリの翻訳曖昧性解消のための手がかりとしてどのように有用であるかを実験に基づき評価した．8名の被験者が参加した，92語からなるクエリセットによる評価実験の結果によれば，言語的な手がかり（逆翻訳）と比べて，画像手がかりは適切な訳語の選択率向上に有意に寄与したのに対し，訳語選択に要する時間の短縮に関する寄与は有意ではなかった．このクエリセットは，クエリ語の語義が持つ意味特徴や親密度といった特性が画像手がかりの得られやすさとの間にどのような関係を有するかについて，人手によって評定したデータから構成したものである．この評定データからは，抽象概念であっても特定の意味特徴を持つ場合には適切な画像手がかりが得られやすいこと，原言語において高い親密度を持つ語義に対する訳語に対しては適切な画像手がかりが得られやすいこと，Webから画像を取得する場合，特に固有名に関するバイアスが問題になる場合があることなどが分かった．これらの結果は，インタラクティブな言語横断情報検索インタフェースの設計に有用な指針を与える．Interactive search environments are gaining more attractions than ever, particularly in the setting of cross-language information retrieval, where the query language and the document language are different. This paper, through experiments, shows that images acquired from the Web toward a translation of a user-issued query term can serve as an effective clue in selecting proper translations; hence they may be effective in improving the cross-language search effectiveness. This paper further discusses that the semantic feature and the sense familiarity of a query term could affect the utility of the associated images obtained from the Web.

This paper proposes a method to compute cross-lingual semantic similarity between synonym sets. By making use of Princeton Annotated Gloss Corpus as the source of target language statistics, the proposed method exhibited promising results in the experiments: More than 73% of the Princeton WordNet synsets were successfully recovered within the top-5 candidates, given a corresponding set of Japanese WordNet synsets. As the proposed method minimally requires that the input to be seen as an apparently synonymous word set, the method could be extended and the performance would be further improved by incorporating richer information such as textual glosses and/or structural constraints posed by the lexical resources at hand. © Christiane Fellbaum, Piek Vossen, 2012.

It is often argued that a set of standard linguistic processing functionalities should be identified, with each of them given a formal specification. We would benefit from the formal specifications; for example, the semi-automated composition of a complex language processing workflow could be enabled in due time. This paper extracts a standard set of linguistic processing functionalities and tries to classify them formally. To do this, we first investigated prominent types of language Web services/linguistic processors by surveying a Web-based language service infrastructure and published NLP toolkits. We next induced a set of standard linguistic processing functionalities by carefully investigating each of the linguistic processor types. The standard linguistic processing functionalities was then characterized by the input/output data types, as well as the required data operation types, which were also derived from the investigation. As a result, we came up with an ontological depiction that classifies linguistic processors and linguistic processing functionalities with respect to the fundamental data operation types. We argue that such an ontological depiction can explicitly describe the functional aspects of a linguistic processing functionality.

Servicization of language resources in a Web-based environment has opened up the potential for dynamically combined virtual lexical resources. Evolving lexical linked data could be realized, provided being recovered/discovered links among lexical resources are properly organized and maintained. This position paper examines a scenario, in which lexical semantic resources are cross-linguistically enriched, and sketches how this scenario could come about while discussing necessary ingredients. The discussions naturally include how the existing lexicon modeling framework could be applied and should be extended.

会議音声から話題の階層構造を抽出することにより議事録を生成するシステムを提案する.本システムでの議事録とは,大項目の下に小項目が列挙されているような階層的な話題構成をとるもので,各項目は簡潔な要約文になっているものである.話題構造の抽出は,会議音声の認識結果を単語ベクトルの系列ととらえ,この系列を話題単位に分割し,得られた話題単位の集合を階層的にクラスタリングすることによって行う.話題構造抽出処理の評価実験により,提案システムの手法は音声認識結果に対し頑健であり,また認識信頼度の低い単語を除去することにより更に精度が向上することを確認した.

The Language Grid is a middleware with which people can connect and use language resources such as machine translations, morphological analyzers and others created in the fields of intercultural collaboration. The Language Grid cannot exist without the collaboration of Language Grid Users who provide language and computation resources, language services, and collaboration tools. This paper overviews Language Grid Association, a user group of the Language Grid and a body promoting action research to support the multicultural society.

We propose an application-independent Sinhala character input method called Sri Shell with a principled key assignment based on phonetic transcription of Sinhala characters. A good character input method should fulfill two criteria, efficiency and user-friendliness. We have introduced several quantification methods to quantify the efficiency and user-friendliness of Sinhala character input methods. Experimental results prove the efficiency and user-friendliness of our proposed method.

機械翻訳を介したコミュニケーションを通じて相互理解を実現するためには，翻訳精度の向上とともに相互作用性の向上が重要である．我々は機械翻訳に対するユーザの適応行動の1 つである原文の書き換えに注目した．本論文では，ユーザが母国語だけを用いて原文の書き換え作業を行う方法として折り返し翻訳を検討し，折り返し翻訳を用いてユーザが書き換え作業をする際の作業量を減らす支援方法を考案する．本研究でユーザの折り返し翻訳作業に関する実験を実施，分析した結果，以下の知見を得た．1) 母国語に関する知識が豊富なユーザほど機械翻訳に容易に適応でき書き換え作業量が少なかった．2) ユーザに事前に「良い翻訳結果を得るためのルール集合」の教示を行うと，母国語に関する知識が豊富でないユーザも機械翻訳に容易に適応できるようになり，書き換え作業量が大幅に減った．3) ただし，原文をどのように変更すべきかを明示しない「操作自由型ルール」に対する教示効果は薄く，これらのルール獲得にかかる書き換え作業量は大きく減少しなかった．原文をどのように変更すべきかを明示した「操作指示型ルール」に対する教示効果は高く，これらのルール獲得にかかる書き換え作業量は大きく減少した．4) ルールの教示は，母国語に関する知識が中位のユーザに最も効果的であった．Translation refinement is often observed when users communicate via machine translation systems. In this study, we analyzed user's translation refinement process through a controlled experiment. In the experiment, users translated sentences using a Japanese-English-Japanese turn-back translation. From the analysis, we discovered the following results: 1) The more knowledge users had about the source language, the better users could refine the original text, 2) Rule instruction was very effective in user's adaptation. Users who were reminded of the rules refined the original text ahead of other users, 3) Instructing operational rules were effective in helping user's adapation, while conditional rules were not as much effective. 4) Rule instruction was most effective to those who had midium knowledge in their source languages.

本論文では, 機械翻訳を介したコミュニケーションにおける利用者の機械翻訳システムへの適応状況を分析し, 機械翻訳を介した異言語間コミュニケーション支援の方向性について論ずる.コミュニケーションの目的が明確で, 利用者の機械翻訳への適応が期待できる状況において, 多言語機械翻訳を介したコミュニケーションを行う時, 利用者はどのような適応を行うのか, また, その適応の効果はどの程度のものなのかを明らかにした.適応のための書き換えの方法は翻訳言語ペアに強く依存することが分かった.日本語から英語への翻訳の場合, 日本語と英語の概念問の食い違いを補うための語句の置き換えや言語表現習慣の違いを補う主語の補完などが多く観察された.また, 日本語や韓国語のように類似の言語では, それらの言語における適応の傾向が似ていることが分かった.日本語から英語への翻訳のための適応は, 英訳自体には効果が大きいが, 韓国語訳にはほとんど効果がなく, 中国語訳への効果もそれほど大きくはないことが分かった.

インターネットに接続可能な携帯電話の普及により、携帯電話に電子メールを転送するユーザが増えている。外出先からでも携帯電話に電子メールの着信が通知されるので、日々大量に電子メールを受信するユーザにとって、携帯電話を通して即時に電子メールを読むことは有効である。しかしながら、画面の大きさや送信可能文字数の制約により、転送される電子メールの本文すべてを読むことは難しい。本論文では、この問題を解決するために、電子メールの特徴を利用した重要文抽出手法と携帯電話向け要約システムへの適用を提案する。本手法の特徴は、電子メールに特有な表現とスタイルの特徴を利用したルールにより重要文を抽出することである。本手法により、人手により作成された重要文の正解との比較において、特に複数の評価者間で正解に対するコンセンサスの得られる電子メールに対して、高い精度で正解と一致する重要文を抽出できた。また、携帯電話向け要約システムへの適用を考慮した評価においても、電子メールの取捨選択に十分利用できる高い精度が得られた。With the spread of mobile phones that can access the Internet, most people are forwarding their incoming email to their mobile phones. Mobile phones enable heavy users of emails to access them anywhere. The restricted capacities (display size and message limits) of mobile phones, however, prohibit whole messages from being read as is. We propose a new rulebased method of sentence extraction which takes the features of emails into consideration and describe its application to an email summarizer for mobile phones. Our method uses the expression and style specific to emails. The sentences extracted by the proposed method are virtually the same as those selected manually by majority voting. A task-oriented evaluation of the proposed method reveals its high precision and recall in screening for emails through mobile phones given a practical message size limit.

© 2004 EUSIPCO. This paper proposes a new segmentation procedure to detect audio source intervals for automatic indexing of broadcast news. The procedure is composed of an audio source detection part and a part that smoothes the detected sequences. The detection part uses three new acoustic feature parameters that are based on spectral cross-correlation: spectral stability, white noise similarity, and sound spectral shape. These parameters make it possible to capture the audio sources more accurately than can be done with conventional parameters. The smoothing part has a new merging method that drops erroneous detection results of short duration. Audio source classification experiments are conducted on broadcast news segments. Performance is increased by 6.6% when the proposed parameters are used and by 3.1% when the proposed merging method is used, showing the usefulness of our approach. Experiments confirm the impact of this proposal on broadcast news indexing.

文,文書,文書集合間の類似性を判定することは,テキスト検索,情報フィルタリング,文書のカテゴリ分け,文書クラスタリング等の要素技術である.我々は,このような文書間の類似性判定のための新しいモデルとして,グラフモデルを提案する.グラフモデルは,単語の重要度をノードの重みとし,単語間の関連度をリンクの重みとしたグラフによって文書の主題を表現し,これらグラフ間の類似度計算によって文書間の類似性判定を行うものである.本稿では,まず,グラフモデルの基本概念とその実現方法について述べる.次に,グラフモデルを実際にテキスト検索システムに適用し評価を行う.その評価結果から,特に1つの文書内に複数の主題を持つ文書(Webページ等)や,文書集合(ユーザプロファイル,分類カテゴリの特徴,クラスタ等)を対象とした場合に,グラフモデルがベクトル空間モデルよりも精度の高い類似性判定ができることを示す.さらに,関連度のインデクスを前処理で作成することによって,リアルタイムの類似性判定が必要となるテキスト検索システム等にも,本手法の適用が可能であることを示す.

技術文章においては,内容をわかりやすく,かつ正確に伝達することが要求される.本論文では,上記のような要求条件を満たす技術文章を作成するためのテクニカルライティングのノウハウの分析に基づき,表現の書換え支援機能をもつ日本文推敲支援システムの構成方式を提案し,その有効性を評価する.システムは,3レベルの処理からなる.まず最初のレベルでは,文の形態素解析結果に基づいて長文の分割を行う.次のレベルではスタイル上の問題点を検出し,これらの修正を部分的な構文構造の変換を繰り返すことにより行う.最後のレベルでは文の正確な理解を妨げる可能性のある読点付与と語順の不適切さを文全体の構文構造を変換することにより修正する.以上の構成をもつシステムがわかりやすく正確な理解のしやすい文章を作成するという目的に対してどの程度有効であるかを,前者については読みやすさの指標を,後者については計算機による係り受け解析において生じる多義数をその近似指標として用いて評価した.その結果,本システムを用いた推敲作業実験により,対象文章の読みやすさの向上と,各文の構文的なあいまいさの減少を定量的に確認することができ,本システムの基本的な有効性を確認することができた.

テキストを構成する文間の連接関係を把握しておくことは、テキスト金体の構造を解析したり、さらにその内容を理解する際の墓礎となる。本論文では、操作マニュアル等に代表される説明的テキストを対象とした文の連接関係の解析手法を提案する。提案する手法は、テキストにより記述される世界の特徴、および、説明というテキストのタイプがテキストを構成する文のタイプ、および、その連接パターンを制約するという考えに基づいている。本手法では、まず文を構成する単位文とそれを結び付ける接続表現を基に各文のタイプを決定する。次に、実テキストから抽出した連接関係解析規則を適用して、隣接する2文間の関係解析を行う。連接関係解析規則は文タイプの並びによりインデックス付けされており、隣接する2文における各単位文間に関係付けを行っ。ソフトウェアの操作マニュアルを対象とした評価実験によれば、本手法は隣接2文間の関係の約80％を正しく解析することができた。

計算機による日本語文書の推敲支援において 長文の推敲機能を実現するためには 文を分割することによって適切な文に書き換える文分割の技術を確立する必要がある本論文では 複文を対象とした接続構造解析に基づく文分割方式を提案する本方式では 接続形式の導く従属句の独立性に着目することによって 述語間の接続構造を解析し 分割点となる述語を決定するこのとき 連用中止表現を形態的特徴によって分類し 接続構造の解析に利用するこれらによって 計算コストの大きい文全体の構文解析を行わずに分割すべき述語を特定することができるまた 連用中止表現を含む文に対しても 高い精度で接続構造を解析することができるさらに 分割文を生成する岸には 連用中止表現と文末述語の形態的な特徴に着目することによって 連用中止表現で接続された単文間の意味的な関係を判定し その結果に応じた分割文を生成するしたがって 原因 方法などの関係を担う連用中止表現に対しても 適切な分割を実現することができる最後に評価実験によって 約86%の文に対して分割すべき述語を特定できること 約93%の連用中止表現に対して意味的な関係を2個以内に限定できること 約83%の文に対して有効な分割文を生成できることを示し 本方式の有効性を示す

文章作成において悪文を避け,わかりやすい文を作成するために多くのノウハウが提案されている.また,これらのノウハウを支援システムとして実現する試みも盛んに行われるようになってきた.しかし,文における表現の書換えまでを支援するシステムはまだ存在しない.われわれは,これらの推鼓上のノウハウを規則ベースとして持つことにより,表現の書換えまでを支援するシステムの研究開発を進めている本論文では,推敵を要しない文に対して高い計算コストをかけることが望ましくないという推蔽支援システムの特性を考慮し,構文多義をオンデマンドで解消しながら,規則として定義された部分的な書換えを段階的に行う過程により,書換え支援機能を実現する方式を提案する.このような書換え支援機能の実現形態においては,部分的な書換えを段階的に実行するための制御および,部分的な書換えに伴う内部データの整合性維持が必要となる.本論文で提案する方式においては,アジェンダを実行制御の基本的枠組みとし,その上に制約伝播に基づくデータ整合性維持機鶴を実現している.オンデマンドの構文多義解消と制約伝播によるデータ整合性維持を組み合わせることにより,必要なときに必要最小限の範囲で得た情報を最大限に利用することが可能となり,システム全体の処理効率の向上を図ることができる.

言語過程説の立場から 「対象」 「認識」 「表現」の関係に着目して (1)主体と客体に対する露者の認識の分析と (2)統語構造と意味の統一的扱い の2点が自然言語処理の重要な課題であることを示し これらの課題を実現する機械翻訳の方式として「多段翻訳方式」を提案する.本方式は上記の課題に対応する2つの部分的な方式 すなわち 主体的表現/客体的表現分離融合方式と多段変換方式から構成される.前者は原言語における主体的表現を解析し 話者の主観的感情や意志を抽出して目的言語に組み入れるものである.また後者は主体的表現情報抽出後の原文(客体的表現)を客体認識の繍造的抽象性のレベルに応じて特殊的認識構造 個別的認識構造 汎用的認識構造の3段階の構造的枠組みで捉え それぞれに対応する3つの変換方式 すなわち 慣用表現変換 意味的結合価パターン変換 汎用パターン変換によって目的言語に変換するものである.本方式は目的言語への変換の過程ではもちろん 原言語の解析の過程においても文構造の持つ意味をすくい取るものであるため 言語解研の基本的課題である多義解釈においても優れた効果が期待できる。また 変換規則は相互独立性が高く 相互矛盾の検証範囲が極小化されるため システムの成長が容易であると期待される.

日本語文の構造は 文の構文的・意味的な構造に大きく関わっている.よって 日本語文の処理を行う場合 その係り受け構造を明らかにすることが重要である.計算機により日本語文の係り受け解析を行う研究は広く行われているが そのために必要な知識の獲得・構造化を半自動的にかつ適応的に行うための研究は少ないように思われる.本論文では テキストデータに対する分析から直接的に以後の成長の核となる初期辞書データベースを構成する方法 および成長のための学習機能について検討した.この辞書データベース中では 単語はその係り受け特性に基づいてクラスタリングされ 分析対象としたテキスト中の単語間の係り受け関係は クラスタ間の係り受け可能関係として抽象化されて記述される.本辞書データベースは 実験文解析システムESSAYによる文解析に適用され その評価を受ける.さらに 解析が不成功である文において そのネガティブな状況より獲得される情報を用い 学習構造化の処理を受ける.このように 言語要素(単語等)の使われ方に基づいて知識の獲得を行うため 対象世界における拘束を緩やかに含んだ形の知識を得ることができる.また辞書データベースという記述的な形で構造化を行うため それ自身インクリメンタルに成長することが可能となった.