意味的役割ラベル付け

自然言語処理において、意味役割ラベル付け(浅い意味解析またはスロットフィリングとも呼ばれる) は、エージェント、目標、結果など、文の中での意味役割を示すラベルを文中の単語または句に割り当てるプロセスです。

これは文の意味を見つけるのに役立ちます。これを行うには、文の述語または動詞に関連付けられた引数を検出し、それらが特定の役割にどのように分類されるかを検出します。一般的な例は、「メアリーはジョンに本を売った」という文です。動作主体は「メアリー」、述語は「売った」（または「売る」）、主題は「本」、受取人は「ジョン」です。別の例として、「本は私のものです」には「所有」と「所有者」という 2 つのラベルが必要であり、「本はジョンに売られました」には主題と受取人という 2 つのラベルが必要ですが、これら 2 つの節は「主語」と「目的語」の機能に似ています。^[1]

1968年、意味役割ラベル付けの最初のアイデアは、チャールズ・J・フィルモアによって提案されました。^[2]彼の提案は、多くの述語とそれに対応する役割を体系的に記述した最初の主要な計算語彙集を作成したFrameNetプロジェクトにつながりました。ダニエル・ギルディア（現在はロチェスター大学、以前はカリフォルニア大学バークレー校/国際コンピュータサイエンス研究所）とダニエル・ジュラフスキー（現在はスタンフォード大学で教えているが、以前はコロラド大学とカリフォルニア大学バークレー校で働いていた）は、FrameNetに基づく最初の自動意味役割ラベル付けシステムを開発しました。PropBankコーパスは、ウォールストリートジャーナルのテキストのペンツリーバンクコーパスに手動で作成された意味役割注釈を追加しました。多くの自動意味役割ラベル付けシステムは、新しい文に自動的に注釈を付ける方法を学習するためのトレーニングデータセットとしてPropBankを使用しています。^[3]

意味役割ラベル付けは、主に機械が文章中の単語の役割を理解するために使用されます。^[4]これは、言語の単語だけでなく、さまざまな文章で単語がどのように使用されるかを理解する必要がある自然言語処理プログラムに似たアプリケーションに役立ちます。 ^[5]意味役割ラベル付けをより深く理解することで、質問応答、情報抽出、自動テキスト要約、テキストデータマイニング、音声認識の進歩につながる可能性があります。^[6]

• 名前付きエンティティ認識
• 語彙意味論
• 意味解析
• 構文木
• 注釈

• CoNLL-2005 共有タスク: 意味的役割のラベル付け
• Illinois Semantic Role Labeler 最先端のセマンティックロールラベリングシステム デモ
• 前置詞SRL: 前置詞によって表現される意味関係を識別する
• Shalmaneser は、意味述語と役割を割り当てるためのもう 1 つの最先端システムです。