1st

1. 辞書からの上位語情報抽出と
オントロジー自動生成
鈴木敏
自然言語処理 vol.16,
No
1,
pp.101-­‐116,
2009.
プレゼンテーション
関沢祐樹
2015/08/10
1

2. 概要
• 現在の日本語オントロジー
– 日本語語彙体系.etc
• 人手で構築された大規模オントロジー
• 提案すること
– オントロジーの自動生成
• 辞書定義文を用いて上位語を抽出
v オントロジー ： 単語の意味的関連性を表す
2015/08/10
2

3. 辞書からの上位語情報抽出
• 上位語情報：ここでは、上位語と相関のある
数値情報
• 再帰的語義展開
– 見出し語の定義文を見出し語の集合とみなして、
展開することで、複数の定義文を獲得を繰り返す
• 得られた定義文を拡張定義文とする
• 単語が拡張定義文に現れるほど、頻度が高くなる
– 確率にして、正規化
• 展開されるたびに影響が小さくなる
2015/08/10
3

4. 実行例 （通信）
• 扱う単語：一般名詞、サ変名詞
– ４３,９１５語の見出し語
– 語義曖昧性を無考慮
• 定義文：語義文と例文
• 拡張定義文
– 単語種類数増加
– 通信が突出していない
– 確率頻度が異なる
• 順位付け可能
– 一般的な単語がでやすい
2015/08/10
4

5. 上位語情報としての評価
• 仮説：見出し語の拡張定義文中に上位語がある
→重要な単語であるゆえ、確率頻度が高い
• 日本語語彙体系を正解データとして検証
– ４３,９１５語中表記が一致した３９,９８２語を対象
• 予備実験：オントロジーの性質の調査
– 直接上位カテゴリ,
or
同一カテゴリを正解とすることに
図１ 図２
2015/08/10
5

6. 2015/08/10
6

7. 2015/08/10
7

8. オントロジーにおける単語の意味
• C
の意味は、上位語A,B,
および、C自身によって
特徴づけられる
• 拡張定義文において、
Cは様々な単語から
成り立っている
この場合、A,B,Cのみを考慮
2015/08/10
8

9. オントロジーの自動生成
1. 見出し語を１つ選ぶ
2. 上位語候補を１００個選ぶ
3. 各候補の見出し語に対する再現度を求め、最
大となる上位語を求める
4. オントロジーの存在する確率が増加すれば上
位語を置換する
• この手順を、全見出し語に対して行い、
変化がなくなるまで繰り返す
2015/08/10
9

10. 自動生成例
2015/08/10
10

11. 2015/08/10
11

12. 2015/08/10
12

13. おわりに
• 本論文が行ったこと
– 辞書定義文から上位語情報を抽出
• 既存の手法を上回る
– オントロジーの自動生成
• 今後の課題
– 評価手法の確立
– 語義曖昧性の考慮
2015/08/10
13