網羅的な検出を重視した異形パターンに基づく日本語慣用句同定システム

摘要

文中の慣用句を同定することは文章の構造化に必要不可欠であり，とりわけ動詞語義の同定には欠かせない技術である．これは慣用句が動詞とその係り元の名詞との関係により特異な意味をもつだけでなく，他の言葉に言い換え可能なためである．そこで本研究ではユーザが容易に記述可能な慣用句同定辞書の仕様を決定し，それに基づいた慣用句同定システムを構築している．本システムの特徴としては記述にXMLを利用し分かち書きや形態素単位を意識せず規則の追加が可能な点，助詞の置換や単語挿入による慣用句構成の変化といった形態的多様性を吸収した網羅的な検出が可能な点などが挙げられる．さらに本システムは動詞項構造シソーラスの語義概念を取り入れて慣用句の言い換えを扱うことができるため，動詞語義の同定を行う項構造付与システムと連携可能な枠組みを持つ．本稿では，辞書の仕様および形態的多様性を吸収した網羅的な検出手法について報告する．慣用句同定実験では，本手法の有効性と意味的曖昧性解消による精度向上の可能性を確認する．%Identifying idioms in sentences is essential to structure text, especially to identify verb semantics. This task is, however, difficult because an idiom has not only different semantics by relation between a verb and its modifier nouns, but also different paraphrases. To solve this, we have constructed idiom identification system using grammatical rules based on user-editable dictionaries. This system can detect idioms exhaustively, absorbing morphological variants such as replacement of particles or transformation of idiom construction caused by insertion of words. It can also cooporate with Argument Structure Annotator to identify verb semantics, dealing with idiom paraphrases and adopting semantic concept on Thesaurus of Predicate Argument Structure. Furthermore, it allows users easily to register idiom rules in the user-editable dictionaries in XML without word segmentation nor POS information. In this paper, we propose specifications of the user-editable dictionaries and an exhaustive detection method to absorb morphological variants. The experimental results of idiom identification task reveal that the proposal method works well and is effective for semantic disambiguation of idioms.