Web上から取得した共起頻度と音象徴によるオノマトペの自動分類

摘要

本論文では，意味的に類似したオノマトペを自動的に分類する手法を提案する．本手法は「Web上rnからのオノマトペ間の共起頻度取得」，「オノマトペ間の類似度算出」，「音象徴の適用」，「オノマトペのクラスタrnリング」という四つの処理からなる．各々の処理において，「AND検索とPhrase検索」，「X~2値と相互情報量」，rn「音象徴の適用の有無」，「Newman法とSpectral Clustering」を導入し，どのような手法の組合せがオノマトrnペの自動分類に有効かを検証した．10種類のクラスに分類される292語のオノマトペに対して分類を行った結rn果，「Phrase検索，相互情報量，音象徴の適用有，Newman法」という手法の組合せで，最も良い結果（F値でrn0.421）が得られた．また，Spectral ClusteringはAND検索やx~2値によるノイズに弱い，ということが明らrnかになった．