複数素性と対数線形モデルを用いた深層格推定システム

摘要

Deep case estimation is often required for language processing using neural networks.In this paper, we propose a deep case estimation system using the Log-Linear model. A deep case expresses the role of each word to a predicate. Determination of a deep case relates to several features such as the surface case and the concept of words. In the conventional methods, each rule should be considered for each feature. In the proposed system, the Log-Linear model is employed. This makes it possible to handle many features by a single model uniformly. In addition, many parameters can be estimated automatically. We implemented a deep case estimation system con-sidering the following features; (i)surface case, (ii)noun concepts, and (iii)verb concept. We carried out experiments to obtained 84.6% accuracy of the deep case estimation.%ニューラルネットワークによる言語処理には深層格推定が必要な場合が多い。本論文では、対数線形モデルを用いた深層格解析器を提案する。深層格は述語項に対して各語が果たす役割を表す。深層格の決定には表層格や単語の概念などの複数の素性が関与しており、従来はこれラーつひとつに対して推定ルールを決める必要があった。しかし、提案システムでは対数線形モデルを導入することで、表層格や単語の概念などの複数の素性を単一モデル内で,同一の処理で取り扱うことを可能にした。また、これにより最適な推定パラメ一タは自動学習によって獲得可能 となった。素性として推定対象となる格の(1)表層格、(2)名詞の概念、(3)係り先の動詞概念、の3つを用いて解析 器を構築して実験を行い、84.6%の推定精度が得られた。