節の分類情報を用いた地方議会会議録における要求・要望表現抽出

摘要

In this paper, we show how to estimate a verb that expresses a demand within a question to a city assemblyman in order to achieve an effective use of local assembly minutes which are available to the public on the Web. One of the problems of our task is that modality is not connected to a verb. Therefore, we apply clause-classification to solve this problem. Comparing with the baseline, experimental results show the effectiveness of our approach. It obtained 4.6 F-score increases with only modality and 9.3 F-score increases with modality and clause-classification.%本稿では，ウェブ上に公開されている地方議会会議録の情報資源を有効に利用するために，議員の質問に含まれる要求・要望の述語の推定方法について述べる.我々は，地方議会会議録の特徴ともいえる，述語に対応するモダリティ表現が述語の直後に出現しない問題を解決するために，節と呼ばれる言語単位の構文情報を用いた要求・要望の推定手法を提案する.評価実験では，節の構文情報とモダリティ表現の組み合わせを機械学習の素性に用いた結果をべースラインと比較した.その結果，モダリティ表現のみを考慮した場合，F値に4.6ポイント，節分類も同時に考慮した場合，9.3ポイントの向上が見られ，提案手法の有効性が確認された.