関係バタンの分散表現の計算

摘要

関係インスタンスの分散表現の学習は自然言語処理の応用タスクにおいて有用な技術である.特に,因果関係など,エンテイテイ間の関係を表すテキスト上での表現(関係パタン)は,X cause YやXlead to Yのようにさまざまなものがあり,これらを扱えるよう,関係パタンの意味をモデル化することは重要である.しかしながら,これまでの研究では,関係パタンのモデル化を明らかに評価することはあまり重要視されていなかった.これに対し,本研究では,関係パタンの意味のモデル化の評価が可能となるよう,関係パタンのペアに対し,意味的類似度を付与したデータセットを構築する.また, Gated Additive Composition (GAC)という,加法構成にゲート機構を組み合わせた,関係バタンの分散表現計算手法を提案する.関係パタンの分散表現計算手法としてどのような手法が適切か,加法構成,RNN, LSTM, GRU,およびGACを構築したデ一タセット上で比較する.さらに,構築したデ一夕セット,および関係パタンの分散表現の応用タスクでの性能を調査するため,計算した分散表現を用いて関係分類のタスクを行う.実験を通して,新たに構築したデータセットは関係パタンの分散表現計算における詳細な分析を可能とするだけでなく,計算した関係バタンの分散表現が応用タスクにどの程度有用かの推測もできることを示す.