意味属性を利用したクラスN-gram言語モデルの評価

摘要

一般に，クラスN-gram言語モデルは（1）小規模コーパスで学習ができる，（2）未知語への対策が容易に行えるなどの利点を持つが，認識性能の観点からは改善が少ない．本報告では，日本語語彙大系中の意味属性をクラス情報として用いたクラスN-gram言語モデルの評価結果を報告する．提案方式は（1）学習コーパス中に現れる名詞を，日本語語彙大系を元に意味属性と対応付け，（2）日本語語彙大系に出現しない単語を，分類対象外単語クラスとして一つのクラスにまとめることで，クラスN-gramを構築する．本方式は，体系化された意味属性を用いるため，パープレキシティなどに基づく自動クラスタリングと比較して，モデル構築時間が格段に低減する．評価では，まず，通常の単語N-gramと提案のクラスN-gramモデルとの比較を行う．次に，クラスタリング手法に関する比較検討を行った後，意味属性を初期クラスとした自動クラスタリングの性能評価を行う．提案方式は，対話音声を対象とした音声認識実験で性能を大きく改善すると共に，クラスタリングにかかる彪大な計算を不要とする.