© 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.

<p>我々はニュース記事のようなまとまった量の情報を音声対話によって効率的に伝達する会話システムの開発を行っている．ここで「効率的」とは，伝達対象となる記事の中から，ユーザーにとって不要な情報を除き，必要な情報だけを伝えることを意味する．このシステムにおいて，高い情報伝達効率（EoIT; Efficiency of Information Transfer）を実現するにはユーザーからのフィードバックが必要不可欠である．そこで，ユーザーからの多様なフィードバックを理解することを目的として，言語情報と韻律情報を組み合わせた発話意図認識手法を提案する．提案手法の特徴は，従来意図の種類ごとに観察に基づいて行われてきた特徴パラメータの設計を深層学習を用いることで，寄与率の高い韻律特徴量を自動で抽出しているところにある．我々の会話システムを用いて収集した対話データに基づいて設計した発話意図タグ付きコーパスを用いた実験により，提案手法の有効性を確認した．</p>

<p>人同士の会話において，聞き手は反射的な短い応答で話者に明示的/暗示的に様々な意図を伝達することが多い．話者はこれらのフィードバックの意図を認識し，コミュニケーションをより効率的にするために発話計画を変更する．これらの機能は人ーシステム間の会話にも役立つことが期待されるが，実際にシステムと対面したときに同様のフィードバックを常に出すとは限らない．そこで，我々の設計したシステムに対する人間のフィードバック現象を調査した．まず，システムの動作に影響を与えるフィードバックの意図をユーザの関心の有無や理解状態，話者交代などの観点から分類した．次に，実システムを用いてユーザの短い応答を収集し，第三者の聞き取りによってその意図をラベル付けした．結果として，現状のシステムでは質問に関するフィードバックは多く得られるが，その他のフィードバックはあまり得られないことが分かった．</p>

<p>単語の持つ語義・概念に対して分散表現を与えるために、単語の分散表現と意味辞書を利用する手法が提案されている。これにより作成された分散表現を、単語間意味関係分類、及び単語間類以度・関連度の定量化タスクに適用し、単語に対する分散表現にと比較した際の利点や欠点、また欠点に対する解決法について議論を行う。</p>

<p>想起は，ある概念が別の概念を思い浮かばせる程度と定義される．伝統的な語彙意味論に基づく意味関係を補完するものとして，多義解消や意味的類似度などの言語処理の応用への適用が想定されている．本研究では，想起を概念連鎖(連想)のショートカットであると仮定し，背景にある概念連鎖を意味ネットワーク上の経路として分析する．系列パターンマイニングの手法を適用することにより，想起の背景にある概念連鎖の類型を探る．</p>

<p>ニュース記事の伝達をタスクとして，聞き手が挟む相槌や聞き返しに応じて適宜情報を補完しながら会話を進める音声対話システムを提案する．要点を伝える主発話計画と，それに対し情報を補完する副発話計画を記事から自動生成する機能，これらの発話計画を聞き手の反応に暗に表れる理解状態に応じて切り替える機能を実装した．これらにより，リズムある対話による効率的な情報伝達が実現できた．</p>

近年, *SEMタスクなどにおいて,文の単位での意味的類似度を求める手法が議論されている.これらのタスクでは,単言語の文の間の意味的類似度が議論されてきたが,本研究では,異言語文間の意味的類似度の計算手法を提案・評価する.提案手法は,最初に対訳辞書,または,機械翻訳により言語横断処理を行い,次に単言語の意味的類似度を機械学習に基づき予測する.英語,日本語,中国語を対象とする評価実験では,場合によっては,英語の単言語のタスクと比べて遜色のない精度が得られており,提案手法の有効性が確認された.一方で,同義語・同義表現の認識や言語間の構文構造の相違に対処する必要性も明らかとなった.

<p>文章中の語句に関連するWikipedia記事を対応付けるタスクはWikificationと呼ばれる．本発表は，日本語・英語の対訳文書に含まれる固有表現に対して並行的に対応付けを行う方式を提案する．提案方式は，他方の言語の情報を利用することにより，双方の言語における固有表現抽出処理の結果を補完し，言語横断的なWikificationを達成する．</p>

近年, Wikipediaから構造化された情報を抽出する研究が盛んになっており,特に言語間リンクによるWikipediaの多言語性を利用する研究が数多くなされている.本研究では,このWikipediaの多言語性のほか, WikipediaにあるInfoboxと呼ばれる半構造化された情報に着目し,日本語,中国語,および英語のWikipediaから,多言語属性情報を抽出する手法を提案する.提案手法の評価実験から,共有属性変数と呼ぶ手がかりが有用であること,属性名や属性値が補完情報として利用可能であること,を確認した.さらに,提案手法を異文化コミュニケーション支援に適用する可能性について検討した.

異なる言語の異なる語彙資源における語彙概念の対応付けの検討を進めている.本報告では,同義語集合(synset)の翻訳的関連度と語義説明文(gloss)の言語横断的類似度を重み付け和により統合する対応付け手法を示し,特に後者の類似度算出において,複数の翻訳エンジンを適用することによりもたらされる冗長性が有用であることを,日本語(EDR電子化辞書)と英語(Princeton WordNet)を対象とする評価実験により示す.

形態素解析で用いられる辞書に含まれる動詞について，その形態・意味関係の記述を行った．異表記関係にある項目をまとめて語（動詞）を定義し，それらの間に，可能，使役，受動等の文法的態，自他対応という語彙的態に関する関係を記述した．加えて，動詞を語構成の観点から分類し，その構成要素と関連づけた．本稿では，これらの関係記述の方針を述べると共に，その基本的な統計量を報告する．加えて，別の言語資源との対応関係を調査して得られた，それらとの整合性について報告する．Morpho-semantic relations between verbs in a dictionary used for morphological analysis were annotated. A word was defined as a collection of its orthographical variations, and words were associated with each other in terns of relations on grammatical voices such as potential, causative and passive, and lexical voice of transitive-intransitive correspondences. Verbs were also classified according to their composition, and associated to their components when those were compound or derivative verbs. This paper explains the policy of this relation annotation, and reports its basic statistics. In addition, based on the investigation on its correspondences to other language resources, the consistency among them and possibility of coordination of these resources are discussed.

独立に構築された異なる言語の異なる語彙概念を相互に対応付ける「異言語間語彙概念マッチング」に関し,対訳資源と目的言語における語義タグ付きコーパスを用いることによる,軽量な語彙概念の対応付け方式を提案し,その評価結果について報告する.より具体的には,英語WordNet(Princeton WordNet)を目的言語における語彙概念体系とする日英方向の語彙概念の対応付けをタスクとして取り上げ,目的言語(英語)における語義タグ付きコーパスとして,Princeton Annotated Gloss Corpusを利用する.日本語WordNetから選出した語彙概念をクエリとして用いる対応付けの再現実験においては,上位5件の候補に対して約73%の成功率を得た.本論文で報告する方式は同義語集合(synset)を構成する単語のみを情報源として用い,語彙概念の定義・説明(gloss)や語彙概念体系の構造的な情報などを用いないものであるため,今後これらの情報を統合することにより,さらに高い精度を達成することが期待できる.

Web上の言語サービス基盤においては,Wbbサービス化された言語資源をWebサービス技術によって組み合わせることにより,新たな言語資源を仮想的に実現できる.さらに,言語グリッドのような協調的な言語サービス環境においては,ユーザの利用を通して漸進的に成長していくような新たなタイプの言語資源を考えることができる.本論文では,単言語の意味概念辞書と対訳辞書を組み合わせることによる仮想的な複合辞書へのアクセスサービスの実現方式について検討する.この複合辞書アクセスサービスにおいては,ユーザによるアクセス要求を契機として,言語間で対応する意味概念を機会主義的に対応付けることにより,仮想的な多言語の意味概念辞書を漸進的に構築していくことを想定している.このようなサービスの実現に向けては多くの解決すべき課題があるが,本論文では特に,動的かつ漸進的に獲得される多言語間の意味概念間の対応関係を表現するための枠組みを提案し,さらに,これらの意対応関係を二次的な言語資源とするための要件について検討する.

我々は,自由発話の音声データに対して感情・態度のカテゴリを付与した評定データに基づき,「共感状態」に関わる発話の音声分析を進めてきた.本論文では,この評定データを学習データとして用いる機械学習(SVM)に基づく共感状態の推定について検討する.今回報告する手法は,SVMにより学習した各種の識別器を,我々の共感状態の定義に即して配列する識別過程からなる.識別器が前提とする入力情報の検討からは,(1)態度と感情との間に依存関係が存在すること,(2)識別対象発話の反応対象である先行発話の識別情報の利用が識別率の向上に有用である可能性などが分かった.一方,これまでの検討では態度より感情に音声的な特徴が多く現れるという結果が得られていたが,識別率としては態度の方が良好であるという結果を得た.本論文では,これらの結果を詳しく検討し,今後の研究課題について議論する.

本研究の目的は,初対面の他者との会話を複数回行うことによる会話の変遷について,場の活性度や非言語行動(ジェスチャ回数,相手に頭を向けた回数,発言時間等)を中心に検討することである.初対面の大学生66人(男性51人,女性15人)を対象とし,同性同士の3人1組による実験を行った.先ず,3人中2人ずつで会話を行い,その後に3人会話を行った.最初に行った2人会話が後に続く3人会話時の非言語行動や場の活性度認知にどのような影響を与えるのかを検討した.

本研究の目的は,初対面の他者との会話を複数回行うことによる会話の変遷について,場の活性度や非言語行動(ジェスチャ回数,相手に頭を向けた回数,発言時間等)を中心に検討することである,初対面の大学生66人(男性51人,女性15人)を対象とし,同性同士の3人1組による実験を行った.先ず,3人中2人ずつで会話を行い,その後に3人会話を行った.最初に行った2人会話が後に続く3人会話時の非言語行動や場の活性度認知にどのような影響を与えるのかを検討した.

本研究では,外部から観察できる情報により,対話における参加者の「共感状態」を推定することを目指している.ここで共感状態とは,対話参加者の話題に対する「態度」と「感情状態」の組み合わせにより決まる.本発表では特に,共感状態における発話の音声的特徴を統計的に分析した結果を報告する.3人による自由対話における各発話に対して共感状態の評定を行った音声データに対して,声の高さ(基本周波数),声の大きさ(音圧),および,発話速度(単位時間当りのモーラ数)をパラメータとして共感状態と発話の音声的特徴との関係を分析したところ,共感状態の異なりが音声特徴に現れること,態度よりも感情状態に音声的な特徴が現れやすいこと,いくつかの共感状態においては,男女間での差異が非常に大きいことなどが分かった.

本研究の目的は,2者間会話において,対人関係開始スキル,非言語手がかりおよび個人特性の関連を検討することである.同性かつ初対面の大学生66名(男性51名,女性15名)を対象に会話実験を行った.その結果,関係開始スキルはACTおよびセルフ・モニタリング,腕の動きと正の相関関係がみられ,孤独感尺度LSOの理解・共感因子と負の相関関係がみられた.また,孤独感尺度LSOの理解・共感因子は発話時間,発話頻度および発話平均時間と正の関連がみられた.

本研究の目的は,非言語手がかりと関係開始スキルの関連について,話者,会話相手,第3者のそれぞれの観点から検討することである.初対面の大学生で同性同士の66人(男性51人,女性15人)を対象に行った会話実験データを以下のように検討した.関係開始スキルについて自己評定,他者評定,第3者評定を測定することで,非言語手がかり(腕の動き,対人距離,相手に顔を向けている割合,単独発言時間,単独発言頻度,単独発言平均時間)との関連について,レンズモデル(Brunswik, 1956)を用いて検討した.その結果,自己評定,他者評定,第3者評定,いずれにおいても,腕の動きと関係開始スキルの間に正の関連がみられた.

本研究では,参加者が感じる場の盛り上がりと定義する「場の活性度」を自動的に推測する手法の確立を目指し,3人会話中の発話量,手の動き,頭部方向や身体の移動などの非言語情報と,場の活性度との相関を実験的に調査した.実験では,初対面で同世代の3人による会話を扱い,外部からの刺激による場の盛り上がりの支援という研究目標を踏まえ,情報提示の有無による差も調査した.その結果,場の活性度に対して発話量や手の動きの相関が高く,頭部の動きや発話量の偏りの相関が低いこと,情報提示の有無がそれらの関係に影響することなどが分かった.

言語グリッドにおける言語サービスはフラットな分類体系により分類され,分類タイプに応じたAPIにより利用できる.すでに60種あまりの言語サービスが提供されているが,今後,言語グリッドを活用した様々なユーザの活動が活発化することにより,さらに多様な言語サービスの創出も予想される.本稿は,これらの言語サービスを適切に分類し規定していくためには,オントロジー的な知識の構築が必要であることを論じる.また,言語資源に関する国際標準が,言語データ・言語資源の相互運用性の確保のために必要であるだけでなく,言語サービスを分類し規定する上でも重要であることを論じ,さらに,国際標準を適用した言語サービスの試行例として,LAF/GrAF形式による出力を行う依存構造解析,LMF形式による辞書情報を返す概念辞書アクセスについて紹介する.

共感状態に関する評定が付与された自由対話の発話データの統計的な分析を行い,共感状態を規定する要素と音声特徴との関係を検討した結果を報告する.本研究における共感状態とは,対話中の先行する発話に反応する発話に対して定義され,(a)反応対象の発話の話題への態度,(b)反応対象の発話への感情の一致状況,という2つの情報の組として表現される.分析の結果,対話音声から発話者の態度や感情を推定するために有用と考えられるいくつかの音声特徴が明らかとなった.一方で,発話の反応先を同定することの必要性も明らかとなり,音声以外のモードからの情報を統合する必要性が示唆された.これらの結果は,対話の音声データから発話者の共感状態を推定する計算機構の基盤を与える.

われわれはシンハラ語文字の音声・音韻標記に基づくシンハラ文字入力方式sri shellを提案する.sri shellはアプリケーションに依存しない入力手段として利用可能である.良い文字入力手段は使いやすく,効率的であることが必要がある.われわれは,シンハラ語文字入力システムの使いやすさと効率性を定量化する方式を提案し,被験者実験の結果から,提案手法は従来手法に比べて同等以上の使いやすさを有しつつ,効率的であることを示す.

本論文では,漢字の自律学習のための読み誤りを自動生成する方法を提案し,読み誤りの生成能力を評価する.提案手法は,漢字の読み,形状,意味の類似性をパターン化したルールに基づいて読み誤りを生成するが,特に読みに基づく誤りについては,正解の読みとの編集距離によって生成する読みを絞り込む.日本語能力試験の過去問題を用いた評価結果から本手法の有効性と今後の課題について検討する.

To increase the accessibility and usability of online language services, this paper proposes the language grid to create composite language services for various communities. The language grid is called "horizontal," when the grid connects the standard languages of nations, or "vertical," when the grid combines the language services generated by communities. Semantic Web service technologies are applied in a human-centered fashion, to create composite language services through the collaboration of users and agents. Three example scenarios are given to illustrate how the language grid will organize standard and community language services for intercultural collaboration activities.

音声認識では認識辞書に含まれない単語は認識できないという、いわゆる未登録語の問題があるが、認識結果の内容に関連する語彙を獲得して認識辞書に追加することにより入力音声に適応した未登録語の少ない辞書を作成することができ、その辞書を用いて再度認識を行うことにより未登録語の影響を抑えて認識精度を改善できると考えられる。そこで本稿では、音声認識結果の内容に関連する語彙をコーパスから獲得し、獲得した語彙を辞書に追加することによって辞書を入力音声に適応させる手法を提案する。提案手法は、テキストコーパス中の語彙に対して語彙の分野を表す語彙分野ベクトルを算出しておき、入力の認識結果に対して発声内容の分野を推定し、その分野に近い語彙分野ベクトルを持つ語彙を入力に対する関連語彙として獲得し辞書に追加するという処理をオフラインで行う教師なし適応手法である。毎日新聞コーパスから各語彙の語彙分野ベクトルを求め、TVニュース音声を用いて提案手法の評価を行った。One of the most common problems in speech recognition system is the out-of-vocabulary (OOV) problem. Although we cannot avoid that input data includes OOV words for a vocabulary, we can reduce the number of them by adapting the vocabulary to inputs. Extracting relevant words to the content of an input speech based on a speech recognition result obtained using a reference vocabulary and adding them to the vocabulary enable to build an expanded vocabulary that includes less OOV words. The second recognition process using the new vocabulary is supposed to be performed better than the first process. In this paper, we propose vocabulary adaptation that acquires relevant words to an input from corpus and builds an expanded vocabulary by adding them to the reference vocabulary.

音声認識では認識辞書に含まれない単語は認識できないという、いわゆる未登録語の問題があるが、認識結果の内容に関連する語彙を獲得して認識辞書に追加することにより入力音声に適応した未登録語の少ない辞書を作成することができ、その辞書を用いて再度認識を行うことにより未登録語の影響を抑えて認識精度を改善できると考えられる。そこで本稿では、音声認識結果の内容に関連する語彙をコーパスから獲得し、獲得した語彙を辞書に追加することによって辞書を入力音声に適応させる手法を提案する。提案手法は、テキストコーパス中の語彙に対して語彙の分野を表す語彙分野ベクトルを算出しておき、入力の認識結果に対して発声内容の分野を推定し、その分野に近い語彙分野ベクトルを持つ語彙を入力に対する関連語彙として獲得し辞書に追加するという処理をオフラインで行う教師なし適応手法である。毎日新聞コーパスから各語彙の語彙分野ベクトルを求め、TVニュース音声を用いて提案手法の評価を行った。

本研究では,機械翻訳システムに対する利用者適応モデルを翻訳リペア時に有効なルール集合と近似し,利用者適応について統制実験を通じて分析する.67名の被験者に日英日折り返し翻訳を行ってもらった結果以下が明らかとなった.1)原言語知識の豊富な利用者ほど容易にMTシステムヘの適応が可能である.2)ルール教示は適応に効果があり,その効果は原言語知識レベルが中位の利用者が最も高く,続いて下位,上位となる.

本研究では,機械翻訳システムに対する利用者適応モデルを翻訳リペア時に有効なルール集合と近似し,利用者適応について統制実験を通じて分析する.67名の被験者に日英日折り返し翻訳を行ってもらった結果以下が明らかとなった.1)原言語知識の豊富な利用者ほど容易にMTシステムへの適応が可能である.2)ルール教示はは適応に効果があり,その効果は原言語知識レベルが中位の利用者が最も高く,続いて下位,上位となる.

音声認識では認識辞書に含まれない単語は認識できないという、いわゆる未登縁語の問題があるが、認識結果の内容に関連する語彙を獲得して認識辞書に追加することにより入力音声に適応した未登縁語の少ない辞書を作成することができ、その辞書を用いて再度認識を行うことにより未登録語の影響を抑えて認識精度を改善できると考えられる。そこで本稿では、音声認識結果の内容に関連する語彙をコーパスから獲得し、獲得した語彙を辞書に追加することによって辞書を入力音声に適応させる手法を提案する。提案手法は、テキストコーパス中の語彙に対して語彙の分野を表す語彙分野ベクトルを算出しておき、入力の認識結果に対して発声内容の分野を推定し、その分野に近い語彙分野ベクトルを持つ語彙を入力に対する関連語彙として獲得し辞書に追加するという処理をオフラインで行う教師なし適応手法である。毎日新聞コーパスから各語彙の語彙分野ベクトルを求め、TVニュース音声を用いて提案手法の評価を行った。

本稿では,音響処理,音声認識処理,自然言語処理,映像インデクシング処理を統合したマルチメディアコンテンツの自動インデクシングシステムについて報告する.このシステムは,主にニュースコンテンツを対象として,コンテンツの構造や内容を記述するメタデータを自動生成することにより,コンテンツに対する高度なアクセスインタフェースを提供する.音響セグメンテーション,音声認識結果に対するトピックセグメンテーション,映像カット点の情報を統合することによりコンテンツの構造を自動的に抽出する.評価実験により複数の情報の統合がコンテンツの構造抽出の精度向上に貢献することを確認した.

近年, Webコンテンツの記述の枠組みとしてXMLが注目を集めている.一般的なWebコンテンツとしてのXML文書の検索においては, 文書構造と文書内のテキストに記述された内容に基づく検索結果のランキング機能を実現することが重要である.本稿では, まず, WebコンテンツとしてのXML文書を検索対象とする全文検索システムへの要求条件を明らかにする.次に, この要求条件を満たすものとして, フォーマットファイルに記述された1)検索対象とするXML文書の部分構造, 2)インデクスファイルの形式, 3)単語の抽出方法の指定に基づき, インデクスファイルを作成する全文検索システムを提案する.

近年, Webコンテンツの記述の枠組みとしてXMLが注目を集めている.一般的なWebコンテンツとしてのXML文書の検索においては, 文書構造と文書内のテキストに記述された内容に基づく検索結果のランキング機能を実現することが重要である.本稿では, まず, WebコンテンツとしてのXML文書を検索対象とする全文検索システムへの要求条件を明らかにする.次に, この要求条件を満たすものとして, フォーマットファイルに記述された1)検索対象とするXML文書の部分構造, 2)インデクスファイルの形式, 3)単語の抽出方法の指定に基づき, インデクスファイルを作成する全文検索システムを提案する.

英語の語彙データベースであるWordNet 1.6の名詞部分を日本語へ手動で翻訳した。翻訳にあたっては, 英語の語彙的概念ノードであるsynsetを構成する英語単語を翻訳するだけでなく, その定義文(gloss)をも日本語へと翻訳した。その結果として, 語彙概念にインデックスされた日英の対訳コーパスが得られた。本報告では, この日本語化されたWordNet名詞データの基本特性について報告し, 本データが日英語の対照研究における良いリソースであること示す。また, synset単語の対応や上記の対訳コーパスからのバイリンガル辞書の抽出について説明し, 得られるバイリンガル語彙データの多言語情報検索への適用可能性について検討する。

本稿では、インターネット上の様々な言語の文書を提供する複数の異なるサーチエンジンをそれらの提供するコンテンツや(言語処理)機能に応じて利用することを可能にする多言語分散情報検索アーキテクチャとそこで用いられる情報検索用プロトコルについて提案する。本アーキテクチャの特徴は、メタ・サーチの採用、クロスリンガル検索のサポート、情報検索用プロトコルの使用、である。本プロトコルは、本アーキテクチャの構成要素であるメタサーチエンジンとサーチエンジンとの間で、機能やコンテンツに関する情報の共有を可能にする。これにより、メタサーチエンジンは、利用者の情報要求に応じて、複数のサーチエンジンを使い分けることが可能になる。また、本アーキテクチャに基づいたサービスについての我々がKRDL、KAISTと行なっている共同実験プロジェクトについても紹介する。

本稿では、インターネット上の様々な言語の文書を提供する複数の異なるサーチエンジンをそれらの提供するコンテンツや(言語処理)機能に応じて利用することを可能にする多言語分散情報検索アーキテクチャとそこで用いられる情報検索用プロトコルについて提案する。本アーキテクチャの特徴は、メタ・サーチの採用、クロスリンガル検索のサポート、情報検索用プロトコルの使用、である。本プロトコルは、本アーキテクチャの構成要素であるメタサーチエンジンとサーチエンジンとの間で、機能やコンテンツに関する情報の共有を可能にする。これにより、メタサーチエンジンは、利用者の情報要求に応じて、複数のサーチエンジンを使い分けることが可能になる。また、本アーキテクチャに基づいたサービスについての我々がKRDL、KAISTと行なっている共同実験プロジェクトについても紹介する。

近年，電子化テキストの急激な増加，および，インターネットによる一般利用者の電子媒体への日常的なアクセスに伴って，言語処理研究と言語に関する実用技術の間のギャップが徐々に狭まってきており，実用的な自然言語処理研究という言葉が真に現実的な意味を持ち出してきた．本報告では，そのような実用的言語処理技術の事例のいくつかを「ここまでできるぞ言語処理技術」というタイトルで紹介する．In recent years, the amount of online text data rapidly increased, and ordinary users have come to access online texts through internet in their daily lives. This change around the situation of language data and language processing technologies gradually made the gap between research on natural language processing and practical technologies for processing natural language narrower, and has given the term &quot;reserach on practical natural language processing&quot; much more reality than before. This article reports case studies of those practical natural language processing technologies with the title &quot;Recent Advances in Language Processing Technologies&quot;.

近年, 電子化テキストの急激な増加, および, インターネットによる一般利用者の電子媒体への日常的なアクセスに伴って, 言語処理研究と言語に関する実用技術の間のギャップが徐々に狭まってきており, 実用的な自然言語処理研究という言語が真に現実的な意味を持ち出してきた.本報告では, そのような実用的言語処理技術の事例のいくつかを「ここまでできるぞ言語処理技術」というタイトルで紹介する.

近年, 電子化テキストの急激な増加, および, インターネットによる一般利用者の電子媒体への日常的なアクセスに伴って, 言語処理研究と言語に関する実用技術の間のギャップが徐々に狭まってきており, 実用的な自然言語処理研究という言葉が真に現実的な意味を持ち出してきた.本報告では, そのような実用的言語処理技術の事例のいくつかを「ここまでできるぞ言語処理技術」というタイトルで紹介する.

近年, WWW上の検索エンジンが, 盛んに開発されている。このような検索エンジンは, 通常, 検索結果を検索要求と結果の類似度あるいは関連度に基づいて順位付けし出力する。本稿では, この検索結果を様々な観点 (ビュー)から再構成することにより, ナビゲーションを支援する機能について報告する。

World Wide Web(WWW)上の情報空間の拡大に伴い、いわゆる情報資源の探査の問題が顕著化し、WWW空間からの効率的な情報探索手法に関して議論が進められている。情報量が増大し、更に内容が多様化している情報空間の効率的なアクセスのためには、従来の情報探索手法はそのまま適用できない.本稿では、単なる情報空間の探索だけではなく情報空間の知的アクセス手法の実現を目指したインターネット情報探索システムTITAN (Total Information Traverse AgeNt)に関して述べる。

ここ約1年強の間にWord-Wide Web (WWW) は目覚ましく発展し,既に多くの情報がWWW上に発信されている.さらに今後,情報量の増大や情報内容の多様化が進むと考えられている.しかしながら,ユーザが欲しい情報に到達することは,一般には容易ではない.我々は,ユーザが欲しい情報ヘ到達するように導くNavigationの過程を, (1)relevantな情報資源をlocateする過程と, (2)得られた情報資源を起点として関連する情報を調べる過程(browsing)からなると考える.本稿では,まず従来の情報検索との対比から,WWW情報空間を対象とした情報資源の探査(resource discovery)を論じ,基本的アプローチを提案する.次に,現在プロトタイプを構築中であるインターネットナビゲーションシステムTITAN Ver.1の機能と構成を示す.最後に,今後の研究開発課題について,特に自然言語処理を含む知識処理の観点から考察する.

自然言語処理研究会は1981年に前身である計算言語学研究会を発展させる形で発足し,着実に発展してきた.高度情報化社会において,自然言語処理は最も重要な技術の一つであり,社会の要求は今後もますます多様化・高度化の一途をたどると予想される.第100回の研究会を迎える今,これを一つの節目として,ここ3年間を中心として過去の研究会活動と研究発表の動向を振り返り,今後の研究課題を概観することにより,自然言語処理研究会のさらなる発展を期す.

1992年7月23日から28日にかけて、第14回計算言語学国際会議 (e 14 th International Conferenceon Computational Linguistics，COLING?) がフランスのナント市会議場で開催された。COLINGは2年に1回開催されている計算言語学、自然言語処理関係の最大の国際会議である。今回は、500人以上の参加者を集め、約420件の投稿から採択された約200件の論文発表が行なわれた。本報告では、会議の概要および、いくつかの興味ある論文を紹介する。The 14th International Conference on Computational Linguistics (COLING-92) was held at City Congress Hall of Nantes, France from July 23rd to 28th. COLING is the largest international conference in the field of computational linguistics and natural language processing. Over 500 people from all over the world attended the conference and about 200 papers were presented. This report gives the outline of the conference and summarizes several papers, which the authors are interested in.

談話やテキストでは、2文間に何らかの関係を持ちながら展開していることが多く、その連鎖の仕方には対象世界の特徴が反映されていることが多い。これに基づき、日本語テキストの構造を、隣接する2文の並びのパターン（連接パターン）を基に解析する手法を提案する。ここでは、単付文のタイプとそれを接続する接続属性の組み合わせにより、文をタイプ分類し、そのタイプの並びのパターンから単位文をノードとするネットワーク構造を導出する手法を述べる。また、クローズドデータ、オープンデータによる評価実験の結果から、本手法の有効性、解析規則の収束性について考察する。This paper proposes a new method to analyze cohesive relations between adjacent Japanese sentences based on constraints naturally contained in objective texts. We especialy focused on explanative texts such as technical manuals. In these texts, the world to be explained constrains the sentence type and sentence adjacent patterns. For example, text for explaining a software command will describe some user operations and the associated system responses in some cohesive ways. We have developed a sentence type system suitable for software manuals and constructed a set of analysis rules. An experimental result toward the closed data shows the effectiveness of our method. We also discuss the coverage of the rule set through an experiment toward open data.

マニュアル文書を対象とした日本文推敲支援システムの研究開発を進めている。これは文章中の推敲すべき表現(不適性表現)を検出するとともに、それに対する書換え候補を提示するシステムである。マニュアルに頻出する不適性表現の1つに長文があり、上記システムにおいては、形態素解析情報に基づく文分割機能の検討を進めている。従来の文分割方式では、基本的に(1)分割する文節(以下、分割点と呼ぶ)の接続形式と分割時に挿入する接続詞を一対一に対応させる、(2)分割点を終止形に変換する、という方式が多い。このとき連用中止表現や接続助詞「て」による接続(以下、本稿では両者を併せて連用中止表現と呼ぶ)は、通常並列接続として扱われるため、上記のような方式では「並列の接続詞の挿入(または接続詞なし)、分割点文節の終止形への書換え」という分割方法を採ると考えられる。しかし、連用中止表現はその前後に特定の意味関係(以下、連用中止表現の意味用法という)を担うことがあることが指摘されている。また実際にマニュアル文中の連用中止表現を収集した結果でも、単なる並列接続とみなし得ないものが比較的多く存在する[figure]1(1)。さらに連用中止表現は、述語に付加される付属表現(時制表現や様相表現)が省略された表現形式であるため、分割点文節を終止形に変換するという方法では有効な分割文候補を生成することができない場合がある[figure]1(2)(3)。本稿では、文分割の観点から連用中止表現の意味用法を整理するとともに、表現の形態的特徴と意味用法、分割時の接続詞、連用中止文節の形態素操作との関係に着目した連用中止表現を分割点とする文の分割方式について述べる。

計算機による文書処理の研究開発が盛んに行われている。その中の一分野に、訂正支援あるいは推敲支援といわれる分野がある。成熟しつつある形態素解析技術を基盤として、単語レベルの訂正/推敲を支援するシステムがいくつか発表されている。しかし、文/文章レベルの推敲を支援するシステムは、あまり発表されていない。文/文章レベルの推敲支援を実現するためには、構文解析、意味解析などの言語解析の結果を用いてその中に含まれる推敲を心要とする表現(=不適性表現)を検出する技術をまず確立する必要がある。その際、不適性表現検出のための規則及びそれに付随する手続きをどのような枠組みで記述するか、また、その解釈をどのような機構によって行うかは、大きな問題である。 本稿では、特に文レベルの推敲支援を実現する際にその基本となる文レベル不適性表現の検出機構を提案する。

本稿では、日本語用言の持つ結合価構造を文解析の色々な局面に適用する手法について述べる。結合価構造は、結合価パターンと呼ぶ構造パターンとして辞書中に記述される。この構造パターンは、単位文の構造決定を行なうためのパターンマッチングに適用される他、埋め込み名詞句の構造決定、複合用言におけるゼロ代名詞化された格要素の補完、複合名詞・複合用言の解析などにも適用される。すなわち、結合価構造に基づくことにより、これらの言語現象に対しても統一的な解析を行なうことが可能となる。本稿では、さらに日英機械翻訳への適用における問題点についても論じる。In this paper, a method to apply the valency structure of Japanese predicates to Japanese sentences analysis is presented. In the dictionary, each of the valency structures is formulated as a sturucture pattern named &quot;Valency-pattern&quot;. This strutural pattern is applied to the analysis of unit-sentences, suppliment of zero-pronoun case-elements. analysis of embedded noun-phrases, analysis of complex words. These analysis processes are discussed. Taking this structure to be basis of the Japanese sentences analyzing process allows the uniform treatment of such language phenomena. The problems in applying this method to Japanese-to-English machine-translation are also discussed.

現在、開発中である日英翻訳システムALT-J/Eにおける日英変換技術について報告する。本システムの変換処理は、今回新たに提案する多段変換方式の考え方に基づいて設計されている。本稿では、多段変換方式の考え方、本システムにおける変換処理の位置付け・特徴、変換処理の概要及び、これに用いるパターン変換規則辞書の構成法について述べる。

現在、開発中の日英翻訳システムALT.-J/Eにおける日本語解析技術について報告する。本システムの日本語解析処理は、解析の各段階で生じる多義を効率的に絞り込むこと、多様な語いと表現をもつ文を取り扱えることに重点をおいて設計されている。以下、本稿では、上記のような点をいかにして達成するかということに的を絞り、本システムの日本語解析手法について述べる。

本研究は，言語的な概念を画像により表現する可能性を探求することを目的とする．本研究期間においては，ある具体的概念が有する意味特徴を適切に表すための画像をWebから収集するためのクエリパターンについて検討するとともに，どのような概念と意味特徴の組み合わせ(複合概念)に対して適切なWeb画像が収集できるかの調査を行った．その結果，クエリにおいて動詞の進行形を利用することが有効であること，動物の摂食行動や，物理的動作に対するWeb画像が比較的高い適合度を示すことが分かった．また，適合画像に対して独立に付与した言語注釈と複合概念表現の間の類似度と画像適合度の間に中程度の相関関係があることを確認した．

多言語間コミュニケーションの方法として,機械翻訳を用いる方法と用例対訳を用いる方法がある.本研究では,多言語間コミュニケーションの高信頼化のために,折り返し翻訳の高信頼化に関する研究,多言語用例対訳の高信頼化に関する研究を行った.さらに,上記の研究成果を応用した,医療分野および教育分野を対象とした多言語支援ツールの構築に関する研究を行った.

複合動詞に着目し,言語処理で利用されている言語知識の分析を行った.形態素解析用言語知識に対して,動詞間の形態的・意味的関係を記述すると共に,動詞の複合と派生に関する関係に基づいた整理を行った.計算機可読辞書の意味記述について,複合動詞の意味においてその構成要素のどんな意味がどのような関係で現れているかを分析した.これらの分析を通じて,言語処理に用いられている複数の語彙知識を関連づけ,語彙概念構造理論の視点で整理する足掛かりを得た.

概念の語彙化の言語による相違は,多言語の語彙知識ベース・言語的オントロジーを構築する際に考慮すべき最大の課題である.そこで,ある言語の語彙概念を表す「単語」に対応する異言語の表現が語彙化されているかを判定する基準を明らかにし,さらに,語義タグ付きのコーパスと対訳資源を用いることにより,良好な精度で異言語の語彙概念を対応付けるための方法論を開発した.また,概念の語彙化の言語による共通性と差異性を表現するための情報構造モデルを提案した.