More Related Content
Similar to Wikipedia からの大規模な汎用オントロジー構築
Similar to Wikipedia からの大規模な汎用オントロジー構築 (20)
More from 長岡技術科学大学 自然言語処理研究室
More from 長岡技術科学大学 自然言語処理研究室 (20)
Wikipedia からの大規模な汎用オントロジー構築
- 6. 6
• おもちゃ
• モデル
is-a
既存のオントロジーの例
• 日本語語彙大系 インスタンス:30万件 カテゴリ:3,000 件
名詞
具体物 場所
• 歌姫
• ボーカリスト
• ダンサー
• モデル
具体 抽象
人
歌手 芸人 遊び道具・運動具
インスタンス
–人手で作成されたis-a関係からなる大規模なオントロジー
–1つに統一された階層構造をもつ
カテゴリ
日本語語彙大系のようにis-a関係からなり統一された階層構造をもつ
本研究で扱うオントロジー
- 19. 19
意味が抽象的な単語を含む
意味的に類似していない
社会 経済
集英社 少年ジャンプ 書物 図書館
抽象的 抽象的
創作物組織 創作物 施設
技術 道具
抽象的 意味を判定する問題
1.意味属性分類問題
=
9種類 の意味属性を設定
どの意味属性にも分類されない単語 = 抽象的
親子の意味属性が違う = 意味的に類似していない
手法: SVM による分類器でカテゴリと記事を分類
is-a関係でないリンクの判定(1/3)
is-a関係でないリンクの判定 ⇒ 部分的なオントロジーの構築 ⇒ 階層の再構成
人 組織 施設 地名 地形 具体物 創作物 動植物 イベント
- 23. 23
意味が抽象的な単語を含む
意味的に類似 していない
親名が固有名詞
○○←○○××の関係
社会 経済
集英社 少年ジャンプ 書物 図書館
少年ジャンプ ONE PIECE 新潟県 長岡市
火星 火星の衛星 缶 缶コーヒー
技術 道具
固有名詞 固有名詞
抽象的 抽象的
創作物組織 創作物 施設
抽象的
2.固有名詞抽出問題
1.意味属性分類問題
3.パターンマッチ
カテゴリ間、カテゴリ-記事間のリンクに適用し、
どれにも当てはまらないリンクをis-a関係とする
is-a関係でないリンクの判定(3/3)
is-a関係でないリンクの判定 ⇒ 部分的なオントロジーの構築 ⇒ 階層の再構成
- 24. 24
is-a関係でないリンクの判定 ⇒ 部分的なオントロジーの構築 ⇒ 階層の再構成
技術者
楽器製作者
アマティ 楽器
道具
工業製品メーカー
ヤマハ
スタインバーグ
材料
岩石
銅の加工物
銅
エレクトーン
ヴァイオリン
演奏家
同じ意味属性からなる部分的なオントロジーができる
ルートカテゴリ
ルートカテゴリ
ルートカテゴリ
ルートカテゴリ
ルートカテゴリ
ルートカテゴリ
カテゴリ
記事
3手法を用いて9種類の意味属性以外のカテゴリ・記事
とis-a関係でないリンクを削除
部分的なオントロジーの構築
ルート記事
is-a
is-a
人
組織
具体物
判定した意味属性
- 44. 44
is-a関係でないリンクの判定 ⇒ 部分的なオントロジーの構築 ⇒ 階層の再構成
技術者
楽器製作者
アマティ 楽器
道具
工業製品メーカー
ヤマハ
スタインバーグ
材料
岩石
銅の加工物
銅
エレクトーン
ヴァイオリン
演奏家
同じ意味属性からなる
部分的なオントロジーができる
ルートカテゴリ
ルートカテゴリ
ルートカテゴリ
ルートカテゴリ
ルートカテゴリ
ルートカテゴリ
人
組織
具体物
判定した意味属性
カテゴリ
記事
3手法を用いて9種類の意味属性以外のカテゴリ・記事
とis-a関係でないリンクを削除
部分的なオントロジーの構築
ルート記事
- 57. 57
記事分類精度比較(藤田らの手法)
適合率 再現率 F値
藤田ら 91.1 85.7 88.3
提案手法 97.2 91.7 94.4
差分 + 6.2 + 6.0 + 6.1
50
60
70
80
90
100
人 組織 施設 地名 地形 具体物 創作物 動植物 イベント total
適合率[%]
提案手法
藤田らの手法
50
55
60
65
70
75
80
85
90
95
100
人 組織 施設 地名 地形 具体物 創作物 動植物 イベント total
再現率[%]
提案手法
藤田らの手法
※カテゴリに同じ意味属性がない記事も
分母に入れているので再現率低い