Loading article…
古典的な単一言語の単語意味曖昧性解消評価タスクでは、WordNetを意味インベントリとして使用し、主に手動で意味を注釈付けしたコーパスを使用した教師あり/半教師あり分類に基づいています。[1]
- Classic English WSD は、Princeton WordNet を感覚インベントリとして使用し、主な分類入力は通常、SemCor コーパスに基づいています。
- 他の言語の古典的なWSDは、それぞれの言語でタグ付けされた意味のインベントリと意味の注釈付きコーパスとしてそれぞれのWordNetを使用します。研究者は多くの場合、SemCorコーパスと英語をソース言語とするバイテキストも利用します。
センスインベントリ
最初の Senseval ワークショップでは、HECTOR の語義目録が採用されました。これまで知られていなかった語義目録を採用した主な理由は、実験が不公平になったり偏ったりする可能性がある、一般的なきめの細かい語義 (WordNet など) の使用を避けるためでした。しかし、そのような目録が十分にカバーされていないため、2 回目の Senseval ワークショップ以降は WordNet の語義目録が採用されています。WSD 演習では、曖昧さを解消する語義を指定するための辞書と、曖昧さを解消する言語データのコーパスが必要です。WordNetは語義目録の最も一般的な例です。Senseval-1 で HECTOR データベースを採用した理由は、WordNet 目録がすでに公開されていたためです。[2]
タスクの説明
方法の比較は、テストする単語の量によって 2 つのグループに分けられます。違いは、分析と処理の量にあります。
- 全単語タスクはテキスト中の全ての単語の曖昧さを解消することを意味する
- 語彙サンプルは、以前に選択されたいくつかのターゲット単語の曖昧さを解消することから構成されます。
前者の方がより現実的な評価であると考えられますが、結果のテストには非常に手間がかかります。当初は後者のみが評価に使用されていましたが、後に前者も含まれるようになりました。
語彙サンプルのオーガナイザーは、システムをテストするサンプルを選択しなければなりませんでした。語彙サンプル WSD 評価への以前の取り組みに対する批判は、語彙サンプルが実験者の気まぐれで (または、以前の実験者の選択に合わせて) 選択されたというものです。English Senseval では、単語が頻度 (BNC 内) と多義性レベル (WordNet 内) に従って分類されるサンプリング フレームが考案されました。また、包含 POS タグ付けの問題も議論の対象となり、サンプルは品詞がわかっていて、不確定要素がいくつかある単語 (たとえば、名詞タスク 15 件、動詞タスク 13 件、形容詞 8 件、不確定要素 5 件) であることが決定されました。
比較のために、ベースラインと呼ばれる既知でありながら単純なアルゴリズムが使用されます。これには、Lesk アルゴリズムや最頻値アルゴリズムのさまざまなバリエーションが含まれます。
評価基準
WSD システムの評価では、主に 2 つのパフォーマンス測定基準が使用されます。
システムがすべての単語に割り当てを行う場合、精度と再現率は同じになり、正確性と呼ぶことができます。このモデルは、出現ごとに重み付けされた意味のセットを返すシステムを考慮に入れるように拡張されています。
参照
参考文献
- ^ Lucia Specia、Maria das Gracas Volpe Nunes、Gabriela Castelo Branco Ribeiro、Mark Stevenson。多言語対単一言語の WSD、Wayback Machineに 2012 年 4 月 10 日にアーカイブ。EACL-2006 Workshop on Making Sense of Sense: Bringing Psycholinguistics and Computational Linguistics Together、33～40 ページ、イタリア、トレント、2006 年 4 月。
- ^ Adam KilgarriffとJoseph Rosenzweig。2000年。英語の枠組みと結果。コンピュータと人文科学34（1-2）、SENSEVAL特集号。