Subset (3)

corpus · 614 rows

Split (1)

test · 614 rows

_id stringlengths 9 9	text stringlengths 18 1.29k	title stringclasses 1 value
V17N05-03	現在共有されている日本人の子供の書き言葉コーパスは非常に少ないが，子供の書き言葉コーパスは，日本語の使用実態の年齢別推移の分析や，子供の言葉に特徴的に現れる言語形式の分析，国語教育・日本語教育への活用など日本語研究での利用はもちろんのこと，認知発達，社会学など，さまざまな分野での応用の可能性がある．そこで本研究では，全国4,950校の小学校のWebサイトを調査し，公開されている作文について，各テキストが子供の書いたテキストであることや学年などの情報を確認の上，作文データの収集を行った．収集したテキスト総数は10,006，語数は1,234,961である．本研究では，大人よりも子供の言語使用において豊富で多様な使用が観察されると予想されるオノマトペに着目し，その学年別の使用実態の推移について調査した．その結果，オノマトペの出現率は学年が上がるにつれ減少していくことが確認できた．さらに，社会学的応用例として，子供と父母との関係性について調査し，父母とのやりとりとそれに対する子供の反応との関係性が，母親の場合の方が強いことを示し，本コーパスのさまざまな応用の可能性を示した．
V20N04-03	本論文では，複数文書要約を冗長性制約付きナップサック問題として捉える．この問題に基づく要約モデルは，ナップサック問題に基づく要約モデルに対し，冗長性を削減するための制約を加えることで得られる．この問題はNP困難であり，計算量が大きいことから，高速に求解するための近似解法として，ラグランジュヒューリスティックに基づくデコーディングアルゴリズムを提案する．ROUGEに基づく評価によれば，我々の提案する要約モデルは，モデルの最適解において，最大被覆問題に基づく要約モデルを上回る性能を持つ．要約の速度に関しても評価を行い，我々の提案するデコーディングアルゴリズムは最大被覆問題に基づく要約モデルの最適解と同水準の近似解を，整数計画ソルバーと比べ100倍以上高速に発見できることがわかった．
V06N05-01	会話文では，言い直しなどの冗長な表現が含まれ，解析を困難にしている．本論文では，言い直し表現は繰り返し型が多く，また，文節境界に挿入されやすいことに着目して，べた書きで音節標記された会話文を対象に，これを抽出する方法を提案した．提案した方法は，言い直しを含んだべた書き音節列をマルコフ連鎖モデルを用いて文節単位に分割する処理と，それによって得られた文節境界を手がかりに文節間の音節列の類似性を評価して言い直し音節列を抽出する処理の２つの処理から構成される．具体的には，第１の処理では，言い直しの表現を含む文節境界の推定に適した文節境界推定法を提案し，第２の処理では，文節境界の使い方の異なる３つのマッチングの方法を提案した．また，これらの2つの方法を組み合わせたときの言い直し表現の抽出精度を計算によって推定すると共に，その結果を総合的な実験結果と比較して提案した方法の効果を評価した．ATRの「旅行に関する対話文」のコーパス（その内，言い直しは106個所）を用いて実験評価した結果によれば，言い直し表現の抽出精度は第２の処理の方法に強く依存し，再現率を重視する場合は，再現率80.2％（その時，適合率84.2％），また，適合率を重視する場合は，適合率94.9％（その時，再現率52.8％）の精度が得られることが分かった．
V05N01-02	待遇表現の丁寧さの計算モデルとして，待遇表現に語尾を付加した際の待遇値（待遇表現の丁寧さの度合い）の変化に関する定量的なモデルを提案した．このモデルでは（１）それぞれの待遇表現に対し，その表現が用いられるべき状況が待遇値に関する正規分布として表される，（２）それぞれの語尾に対し，その語尾が付加される待遇表現が用いられるべき状況が待遇値に関する正規分布として表される，というふたつの仮定を立て，待遇表現に語尾を付加した際に得られる情報量を定義した．そして更に，語尾の付加による待遇値の変化量は，付加の際得られる情報量に関する一次式で表すことができる，という仮定を立て，語尾の付加による待遇値の変化量を，語尾が付加される前の待遇表現に対する待遇値の関数として定義した．このモデルの妥当性を検証するため，ふたつの異なった発話状況において用いられる待遇表現のグループそれぞれに対し，語尾の付加による待遇値変化を求める心理実験を行った．その結果，いずれのグループにおいても語尾の付加による待遇値変化は，提案されたモデルによって予測された傾向に従い，モデルの妥当性が支持された．
V24N05-01	本稿では，将棋の解説文に対する固有表現を題材として，テキスト情報に加えて実世界情報を参照する固有表現認識を提案する．この題材での実世界情報は，固有表現認識の対象となる解説文が言及している将棋の局面である．局面は，盤面上の駒の配置と持ち駒であり，すべての可能な盤面状態がこれによって記述できる．提案手法では，まず各局面の情報をディープニューラルネットワークの学習方法の1つであるstackedauto-encoderを用いて事前学習を行う．次に，事前学習の結果をテキスト情報と組み合わせて固有表現認識モデルを学習する．提案手法を評価するために，条件付き確率場による方法等との比較実験を行った．実験の結果，提案手法は他の手法よりも高い精度を示し，実世界情報を用いることにより固有表現認識の精度向上が可能であることが示された．
V09N01-04	本論文では，日本語固有表現抽出の問題において，複数のモデルの出力を混合する手法を提案する．一般に，複数のモデル・システムの出力の混合を行なう際には，まず，できるだけ振る舞いの異なる複数のモデル・システムを用意する必要がある．本論文では，最大エントロピー法に基づく統計的学習による固有表現抽出モデルにおいて，現在位置の形態素が，いくつの形態素から構成される固有表現の一部であるかを考慮して学習を行なう可変(文脈)長モデルと，常に現在位置の形態素の前後数形態素ずつまでを考慮して学習を行なう固定(文脈)長モデルとの間のモデルの挙動の違いに注目する．そして，複数のモデルの挙動の違いを調査し，なるべく挙動が異なり，かつ，適度な性能を保った複数のモデルの出力の混合を行なう．次に，混合の方式としては，複数のシステム・モデルの出力(および訓練データそのもの)を入力とする第二段目の学習器を用いて，複数のシステム・モデルの出力の混合を行なう規則を学習するという混合法(stacking法)を採用する．第二段目の学習器として決定リスト学習を用いて，固定長モデルおよび可変長モデルの出力を混合する実験を行なった結果，最大エントロピー法に基づく固有表現抽出モデルにおいてこれまで得られていた最高の性能を上回る性能が達成された．
V16N01-01	話し言葉の係り受け解析を行なう際の最大の問題は，文境界や引用節・挿入節などの境界が明示されていないことである．本論文では，話し言葉に対して，引用節・挿入節を自動認定するための手法，および自動認定した引用節・挿入節の情報を用いて係り受け解析を改善するための手法を提案する．形態素やポーズの情報などをもとに，SVMを用いたテキストチャンキングによって，引用節・挿入節の始端と終端を決定する．始端を決定する際には，自動推定した係り受けの情報をあわせて利用する．日本語話し言葉コーパス(CSJ)を用いた評価実験により，自動認定した引用節・挿入節の情報を利用することで係り受け解析精度が77.7\%から78.7\%に改善されることを確認し，本手法の有効性を示した．
V21N02-07	『現代日本語書き言葉均衡コーパス』は1億語を超える大規模なコーパスであり，17万ファイル以上のXML文書に短単位・長単位の形態論情報アノテーションが施されている．このコーパスの構築を目的としてアノテーションのためのシステムが開発された．このシステムは，辞書見出しデータベースと，タグ付けされたコーパスとを関連付けて，整合性を保ちつつ多くの作業者が編集していくことを可能にするものである．このシステムは，関係データベースで構築されたサーバ「形態論情報データベース」と，辞書を参照しながらコーパスの修正作業を可能にするコーパス修正用のクライアントツール「大納言」，形態素解析辞書UniDicの見出し語の管理ツール「UniDicExplorer」から成る．本稿はこのデータベースシステムの設計・実装・運用について論ずる．
V12N04-06	日英パラレルコーパスにおける日本語と英語それぞれを原言語として翻訳した2つの韓国語コーパスを用いて，原言語が翻訳に及ぼす影響を調べた．コーパスにはATRのBTEC(162,308文)を使った．2つの韓国語コーパスは，日英パラレルコーパスからの翻訳であり，内容は一致している．それにも関らず，韓国語両コーパス間の同一文は3\%以下であり，正書法が統一されていない点を考慮しても，同一または同一とみなせる文は全体の8.3\%程度である．本研究では，両コーパスにおける違いを原言語の影響と予想し，分析した結果を報告する．
V27N01-01	%本論文では，日本語係り受け解析器に対する追加訓練の効果を複数のドメインにわたって俯瞰的に調べた結果を報告する．この分析のために，適応先ドメインデータを利用した追加訓練の前後それぞれの誤りを収集し，解析器の内部状態から得られる，密な実数値ベクトルで表現された係り受け誤りの埋め込み表現に対してクラスタリングを行った．得られたクラスタに対する定量的・定性的分析を通じて，係り受け誤りの種類や頻度を，複数の適応先ドメインにわたって，包括的に把握することができた．特に，追加訓練の効果が強く見られたクラスタや，効果が薄かったクラスタについて，それらに属する誤りを観察することで，追加訓練に関するドメインごとの特徴に関する仮説を立て，コーパス上の統計量によって検証するという分析の流れが効率化された．分析の結果から，追加訓練の主要な効果は，類似した文型に対する正しい構文構造の分布がドメイン間で異なることを学習することであるという示唆を得た．
V26N03-04	ヒトの文処理のモデル化としてHaleによりサプライザルが提案されている．サプライザルは文処理の負荷に対する情報量基準に基づいた指標で，当該単語の文脈中の負の対数確率が文処理の困難さをモデル化するとしている．日本語において眼球運動測定を用いて文処理の負荷をモデル化する際に，統語における基本単位である文節単位の読み時間を集計する．一方，単語の文脈中の生起確率は形態素や単語といった単位で評価し，この齟齬が直接的なサプライザルのモデル化を難しくしていた．本論文では，この問題を解決するために単語埋め込みを用いる．skip-gramの単語埋め込みの加法構成性に基づき，文節構成語のベクトルから文節のベクトルを構成し，隣接文節間のベクトルのコサイン類似度を用いて，文脈中の隣接尤度をモデル化できることを確認した．さらに，skip-gramの単語埋め込みに基づいて構成した文節のベクトルのノルムが，日本語の読み時間のモデル化に寄与することを発見した．
V04N02-01	日本語における2文節間の係り受け頻度は,\その距離に依存することが知られている．\すなわち,\文中の文節はその直後の文節に係ることが最も多く,\文末の文節に係る場合を除いては,\距離が離れるにしたがってその頻度が減少する．\この統計的性質は,\日本語文の係り受け解析においてしばしば用いられるヒューリスティクス：「文中の文節は係り得る文節の中で最も近いものに係る」の根拠となっている．\しかし,\このヒューリスティクスは,\日本語に見られるこのような統計的性質の一部しか利用していない．\したがって,\係り受け距離の頻度分布をもっと有効に利用することにより,\解析性能が向上する可能性がある．\本研究では,\ATR503文コーパスから抽出した係り受け距離の頻度分布に基づいて2文節間の係り受けペナルティ関数を定義し,\「総ペナルティ最小化法」を用いて係り受け解析実験を行なった．\その結果を,\上のヒューリスティクスに基づく決定論的解析法による解析結果と比較したところ,\かなりの解析性能向上が認められた．\また,\係り文節を分類し,\その種類別に抽出した係り受け頻度の情報を用いることにより,\さらに解析性能を改善できることが明らかになった．
V17N04-07	未知語の問題は，仮名漢字変換における重要な課題の1つである．本論文では，内容の類似したテキストと音声から未知語の読み・文脈情報をコーパスとして自動獲得し，仮名漢字変換の精度向上に利用する手法を提案する．まず，確率的な単語分割によって未知語の候補となる単語をテキストから抽出する．次に，各未知語候補の読みを複数推定して列挙する．その後，テキストに類似した内容の音声を認識させることによって正しい読みを選択する．最後に，音声認識結果を学習コーパスとみなして仮名漢字変換のモデルを構築する．自動収集されたニュース記事とニュース音声を用いた実験では，獲得した未知語の読み・文脈情報を仮名漢字変換のための学習コーパスとして用いることで，精度が向上することを確認した．
V04N02-03	照応現象の一つに，文章中に現れていないがすでに言及されたことに関係する事物を間接的に指示する間接照応という用法がある．間接照応の研究はこれまで自然言語処理においてあまり行なわれていなかったが，文章の結束性の把握や意味理解において重要な問題である．間接照応の解析を行なうには，二つの名詞間の関係に関する知識として名詞格フレーム辞書が必要となるが，名詞格フレーム辞書はまだ存在していないので，「名詞Aの名詞B」の用例と用言格フレーム辞書を代わりに利用することにした．この方法で，テストサンプルにおいて再現率63\%，適合率68\%の精度で解析できた．このことは，名詞格フレーム辞書が存在しない現在においてもある程度の精度で間接照応の解析ができることを意味している．また，完全な名詞格フレーム辞書が利用できることを仮定した実験も行なったが，この精度はテストサンプルにおいて再現率71\%，適合率82\%であった．また，名詞格フレーム辞書の作成に「名詞Aの名詞B」を利用する方法を示した．
V21N06-02	従来の紙版の国語辞典はコンパクトにまとめることが優先され，用例の記述は厳選され，必要最小限にとどめられていた．しかし，電子化編集が容易になり，電子化された国語辞典データや種々のコーパスが活用できるようになった今，豊富な用例を増補した電子化版国語辞典の構築が可能になった．そうした電子化版国語辞典は，人にも計算機にも有用性の高いものと期待される．著者らはその用例記述の際に見出し語のもつ文体的特徴を明記する方法を提案し，より利用価値の高い，電子化版の「コーパスベース国語辞典」の構築を目指している．文体的特徴の記述は，語の理解を助け，文章作成時にはその語を用いる判断の指標になり得るため，作文指導や日本語教育，日本語生成処理といった観点からの期待も高い．本論文では，古さを帯びながらも現代語として用いられる「古風な語」を取り上げる．これに注目する理由は，三点ある．一点目は，現代語の中で用いられる「古風な語」は少なくないにも関わらず，「古語」にまぎれ辞書記述に取り上げ損なってしまう危険性のあるものであること．二点目は，その「古風な語」には，文語の活用形をもつなど，その文法的な扱いに注意の必要なものがあること．三点目は，「古さ」という文体的特徴を的確かつ，効果的に用いることができるよう，十分な用法説明が必要な語であるということ，である．そこで，本論文では，これら三点に留意して「古風な語」の用法をその使用実態に即して分析し，その辞書記述を提案する．はじめに，現行国語辞典5種における「古風な語」の扱いを概観する．次に，「古風な語」の使用実態を『現代日本語書き言葉均衡コーパス』に収録される図書館サブコーパスを用いて分析し，「古風な語」の使用を，(1)古典の引用，(2)明治期から戦前まで，(3)時代・歴史小説，(4)現代文脈，に4分類する．そして，その4分類に基づく「コーパスベース国語辞典」の辞書記述方法を提案する．このような辞書記述は例えば，作文指導や日本語教育，日本語生成処理の際の語選択の参考になるものと期待される．
V07N03-03	形態素解析処理において，日本語などのわかち書きされない言語と英語などのわかち書きされる言語では，形態素辞書検索のタイミングや辞書検索単位が異なる．本論文ではこれらの言語で共通に利用できる形態素解析の枠組の提案と，それに基づいた多言語形態素解析システムを実装を行った．また，日本語，英語，中国語での解析実験も行った．
V15N05-07	近年，国際化に伴い，多くの言語を頻繁に切り替えて入力する機会が増えている．既存のテキスト入力システムにおいては，言語が切り替わるたびに，ユーザーが手動で，テキスト入力ソフトウェア(IME)を切り替えなければならない点が，ユーザーにとって負担になっていた．この問題を解決するために，本論文では，多言語を入力する際にユーザーの負担を軽減するシステム，{\name}を提案する．{\name}は，ユーザーが行うキー入力からユーザーが入力しようとしている言語を判別して，IMEの切り替えを自動で行う．これによって，ユーザーがIMEを切り替える操作量が減るため，複数の言語をスムーズに切り替えながら入力することが可能になる．本研究では，隠れマルコフモデルを用いて言語の判別をモデル化し，モデルにおける確率をPPM法を用いて推定することで{\name}を実装し，その有用性を評価した．その結果，人工的なコーパスにおける3言語間の判別において，\accuracy\%の判別精度を得た．また，実際に多言語を含む{\text}を用いて実験したところ，切り替えに必要な操作の数が，既存の手法に比べて\decreaserate\%減少した．
V17N02-03	自然言語処理や言語学においてコーパスは重要な役割を果たすが，従来のコーパスは大人の文章を集めたコーパスが中心であり，子供の文章を集めたコーパスは非常に少ない．その理由として，子供のコーパスに特有の様々な難しさが挙げられる．そこで，本論文では，子供のコーパスを構築する際に生じる難しさを整理，分類し，効率良く子供のコーパスを構築する方法を提案する．また，提案方法で実際に構築した「こどもコーパス」についても述べる．提案方法により，81人分（39,269形態素）のコーパスを構築することができ，提案方法の有効性を確認した．この規模は，公開されている日本語書き言葉子供コーパスとしては最大規模である．また，規模に加えて，「こどもコーパス」は作文履歴がトレース可能であるという特徴も有する．
V15N01-02	手話は言語でありろう者の母語である．手話と音声言語の間のコミュニケーションには手話通訳が必要となるが，手話通訳士の数は圧倒的に不足している．両言語間のコミュニケーションを支援する技術が期待される．本論文は日本語と手話との間の機械翻訳を目指して，その一つのステップとして，日本語テキストから手話テキストへの機械翻訳を試みたものである．機械翻訳をはじめとする自然言語処理技術はテキストを対象としているが，手話には文字による表現がないため，それらを手話にそのまま適用することができない．我々は言語処理に適した日本手話の表記法を導入することで，音声言語間の翻訳と同様に，日本語テキストから手話テキストへの機械翻訳を試みた．日本語から種々の言語への機械翻訳を目的として開発中のパターン変換型機械翻訳エンジンjawをシステムのベースに用いている．目的言語である手話の内部表現構造を設定し，日本語テキストを手話の表現構造へ変換する翻訳規則と，表現構造から手話テキストを生成する線状化規則を与えることで実験的な翻訳システムを作成した．日本手話のビデオ教材等から例文を抽出し，その翻訳に必要な規則を与えることで，日本語から手話に特徴的な表現を含んだ手話テキストへの翻訳が可能であることを確認するとともに，現状の問題点を分析した．
V19N04-02	本稿では，文章に対する評点と国語教育上扱われる言語的要素についての特徴量から，個々の評価者の文章評価モデルを学習する手法について述べる．また，学習した文章評価モデルにおける素性毎の配分を明示する手法について述べる．評価モデルの学習にはSVRを用いる．SVRの教師データには，「表層」「語」「文体」「係り受け」「文章のまとまり」「モダリティ」「内容」というカテゴリに分けられる様々な素性を用意する．これらには日本の国語科教育において扱われる作文の良悪基準に関わる素性が多く含まれる．なおかつ，全ての素性が評価対象文章に設定される論題のトピックに依存しない汎用的なものである．本手法により，文章の総合的な自動評価，個々の評価者が着目する言語的要素の明示，さらに評点決定に寄与する各要素の重みの定量化が実現された．
V15N05-02	2つの言語に関わる言語横断の言語処理を実現するには，その言語対を対象とする豊富な言語資源が必要である．対訳辞書は，そのような言語資源の中でも特に重要であるが，あらゆる言語対に対して大規模な対訳辞書が利用できるわけではなく，小規模な対訳辞書しか利用できないような言語対も多い．そこで本論文では，ある言語対についての既存の小規模な対訳辞書を，その言語対と中間言語の言語資源を利用して大規模な対訳辞書に拡充する方法を提案する．提案法では，対象となる2つの言語のコーパスから得られた言語の異なる共起ベクトルを，種辞書に基づいて比較して，対象となる2つの言語と中間言語の2種類の対訳辞書を用いて得られた訳語候補を選択する情報として用いる．実際に，小規模なインドネシア語-日本語辞書を，大規模なインドネシア語-英語辞書と英語—日本語辞書に基づいて拡充する実験を行い，拡充された辞書が言語横断情報検索の精度を向上させるのに役立つことを示した．
V20N05-03	本論文では，レビュー文書からクレームが記述された文を自動検出する課題に対して，従来から問題となっていた人手負荷を極力軽減することを指向した次の手続きおよび拡張手法を提案する：(1)評価表現と文脈一貫性に基づく教師データ自動生成の手続き．(2)自動生成された教師データの特性を踏まえたナイーブベイズ・モデルの拡張手法．提案手法では，大量のレビュー生文書の集合と評価表現辞書が準備できれば，クレーム検出規則の作成・維持・管理，あるいは，検出規則を自動学習するために必要となる教師データの作成にかかる人手負荷は全くかからない利点をもつ．評価実験を通して，提案手法によって検出対象文の文脈情報を適切に捉えることで，クレーム文の検出精度を向上させることができること，および，人手によって十分な教師データが作成できない状況においては，提案手法によって大量の教師データを自動生成することで，人手を介在させる場合と同等あるいはそれ以上のクレーム検出精度が達成できることを示した．
V06N04-04	日本語の指示詞の3系列（コソア）は，いずれも直示用法とともに非直示用法を持つ．本稿では「直示」の本質を「談話に先立って話し手がその存在を認識している対象を，話し手が直接指し示すこと」ととらえ，ア系列およびコ系列では直示・非直示用法にわたってこの直示の本質が認められるのに対し，ソ系列はそうではないことを示す．本稿では，ア系列の非直示用法は「記憶指示」，すなわち話し手の出来事記憶内の要素を指し示すものであり，コ系列の非直示用法は「談話主題指示」，すなわち先行文脈の内容を中心的に代表する要素または概念を指し示すものと考える．「記憶指示」も「談話主題指示」も上記の直示の本質を備えている上に，ア系列およびコ系列の狭義直示用法において特徴的な話し手からの遠近の対立も備えているという点は，ア系列およびコ系列の非直示用法がともに直示用法の拡張であることを示唆している．さらにさまざまなソ系列の非直示用法を検討した上で，ソはコ・アとは異なって，本質的に直示の性格が認められないことを論じる．非直示用法のソ系列は話し手が談話に先立って存在を認めている要素を直接指すためには用いられず，主に言語的な表現によって談話に導入された要素を指し示すために用いられる．またソが，「直示」によっては表現できない，分配的解釈や，いわゆる代行用法等の用法を持つことも，ソがアやコと違って非「直示」的であるという主張と合致する．
V09N03-06	本稿では複数の対話エージェントを導入する効率的な情報検索の対話モデルを採用する．情報検索という複雑な対話に対して，万能の対話エージェントを用意することは，現状では困難である．そこで，以下の三つの局面で，対話エージェントを切り替えることによって，ユーザは円滑な情報検索対話を進めることができる．\begin{itemize}\itemドメイン:情報検索を行なうに当たって，ドメインの存在を認識できる．\item対話戦略:同一のドメインにおいても，検索を進める上で，様々な対話戦略が用意されていることを認識できる．\item文脈:条件分岐など，それぞれの文脈に対して対話エージェントを割り当てることによって，検索を容易にする．\end{itemize}上記のように多数の対話エージェントを導入した対話モデルを用いることにより，ユーザは対話の状況をよりたやすく理解できると考えられる．評価実験により，本提案による良好な結果が得られた．
V11N05-06	言い換えに関する研究は平易文生成，要約，質問応答と多岐の分野において重要なものであるが，本稿では言い換えの統一的モデルとして，尺度に基づく変形による手法を示し，このモデルによって種々の言い換えを統一的に扱えることを示す．このモデルでは，多様な言い換えの問題の違いを，尺度で表現することで，多様な言い換えを統一的に扱えるようになっている．本稿では具体的にこのモデルで，文内圧縮システム，推敲システム，文章語口語変換システム，RL発音回避システム，質問応答システムを構築できることを示す．本稿の言い換えの統一的モデルは，システムの作成を効率的にしたり，言い換えの原理を容易に理解させたり，多様な新たな言い換えを思いつかせる効果があり，有益なものである．
V12N01-04	本論文では，チャット対話の対話構造を解析する手法を提案し，その実現可能性について論じる．まず，発言間の二項関係である継続関係と応答関係に対話構造を分解し形式化する．継続関係とは，質問やそれに対する応答を構成する同一話者による発言間の関係である(例えば，1つの質問を構成する2つの発言「あなたは」と「学生ですか？」の関係，あるいは1つの応答を構成する2つの発言「はい」と「そうです」の関係)．応答関係とは，質問と応答のような異なる話者による発言間の関係である．これらの関係に基き、発言をまとめあげることで対話構造を解析する．本研究では，この問題をある発言とそれに先行する発言との間に継続関係または応答関係があるか否かの2値分類問題に分解し，コーパスベースの教師あり機械学習を試みた．解析対象は，対話構造を付与したコーパスである(2人対話と3人対話の合計69対話，11905発言)．本手法による対話構造全体の正解との一致率は，2人対話87.4\%，3人対話84.6\%であった．
V06N03-06	計算機上の文書データの増大に伴い，膨大なデータの中からユーザの求める文書を効率よく索き出す文書検索の重要性が高まっている．伝統的な検索手法では，文書全体を1つのまとまりとして考え検索要求との類似度を計算する．しかし，実際の文書，特に長い文書では様々な話題が存在し，文書中の各部分によって扱われる話題が異なる場合も多く見られる．そのため，最近の文書検索では，ユーザの入力した検索要求と関連の高い文書の一部分を取り出して類似度を計算するパッセージレベルの検索が注目されている．パッセージ検索におけるパッセージとは，文書中で検索要求の内容と強く関連する内容を持つ連続した一部分のことを言う．パッセージ検索では，このパッセージをどのように決定するかが問題となる．良いパッセージを決定するためには，パッセージ自体が意味的なまとまりを形成し，パッセージの位置やサイズが検索要求や文書に応じて柔軟に設定される必要があると考えられる．本稿では，文書中の文脈情報である語彙的連鎖を利用し，検索要求と文書の適切な類似度を計算できるパッセージ決定手法について述べる．また，このパッセージを使用し，検索精度を向上させる検索手法について述べる．
V06N01-03	本稿では，表層的な情報を手がかりとして文と文のつながりの強さを評価し，その強さに基づいて重要な文を選び出す手法を提案する．文の重要度の評価に際して，表題はテキスト中で最も重要な文であり，重要な文へのつながりが強い文ほど重要な文であるという仮定を置き，文から表題へのつながりの強さをその文の重要度とする．二つの文のつながりの強さは，人称代名詞による前方照応と，同一辞書見出し語による語彙的なつながりに着目して評価する．平均で29.0文から成る英文テキスト80編を対象とした実験では，文選択率を25\%に設定したとき，従来手法による精度を上回る再現率78.2\%，適合率57.7\%の精度を得，比較的短いテキストに対して提案手法が有効であることを確認した．
V07N04-11	近年の高度情報化の流れにより，自動車にも種々の情報機器が搭載されるようになり，その中で音声認識・合成の必要性が高まっている．本研究は音声合成を行うための日本語解析の中で基本となる，文節まとめあげに関する研究報告である．従来の文節まとめあげは，人手規則による手法と機械学習による手法の二つに大きく分けられる．前者は，長年の努力により非常に高い精度を得られているが，入力データ形式が固定であるために柔軟性に欠け，人手で規則を作成・保守管理するため多大な労力を要し，車載情報機器へ実装するには問題が大きい．また後者は，それらの問題に柔軟に対処できるが，精度を向上させるためにアルゴリズムが複雑化しており，その結果開発期間が延長するなどの問題が生じ，車載情報機器には不向きである．そこで本研究は，決定リストを用いる手法を発展させ，複数の決定リストを順に適用するだけという非常に簡明な文節まとめあげの手法を提案する．決定リストの手法は非常に単純であるが，それだけでは高い精度が得られない．そこで，決定リストを一つではなく複数作成し，それぞれのリストを最適な順序に並べて利用することにより精度向上を図った．この結果，京大コーパスの最初の10000文を学習コーパス，残りの約10000文をテストコーパスとして実験を行ったところ，非常に簡明な手法ながら，99.38\%という高い精度を得られた．
V31N03-08	%雑談では，感想を述べる発話が対話の盛り上がりに寄与することが知られている．しかし，話題や相手の発話に対して自然かつ共感を得られるような感想の生成は，話題や相手発話の理解に加え，それらから妥当な感想を推論するための常識的知識などの活用が求められるため，挑戦的な課題と言える．我々は，対話の話題に対する実際の人々の感想を外部情報として用いることで，対話文脈に対して適切な感想を生成できる対話システムの実現を目指す．本論文では，適切な感想の選択や，その感想を使った発話の生成をシステムに学習させることが可能な「感想付きニュース雑談コーパス」を構築した．本コーパスには，「話題であるニュース記事」，「ニュース記事に対する人の感想」，「対話」の三つ組みが$1,005$件収録されている．各対話はWizardofOz法で収集され，システム役の話者はSNSに書かれた人の感想を発話に取り入れながら対話している．本コーパスを用いて，人々の感想を外部情報として発話を生成するシステムを学習した結果，従来法に比べて文脈に対して自然な発話ができ，かつ感想を含む発話を多く生成できていることが分かった．加えて，これらのシステムにより生成された発話は，雑談を盛り上げるような発話となっていることが明らかとなった．
V21N03-07	日本語では用言の項が省略されるゼロ照応と呼ばれる現象が頻出する．ゼロ照応は照応先が文章中に明示的に出現する文章内ゼロ照応と，明示的に出現しない外界ゼロ照応に分類でき，従来のゼロ照応解析は主に前者を対象としてきた．近年，Webが社会基盤となり，Web上でのテキストによる情報伝達がますます重要性をましている．そこでは，情報の送り手・受け手である著者・読者が重要な役割をはたすため，Webテキストの言語処理においても著者・読者を正確にとらえることが必要となる．しかし，文脈中で明確な表現（人称代名詞など）で言及されていない著者・読者は，従来の文章内ゼロ照応中心のゼロ照応解析では多くの場合対象外であった．このような背景から，本論文では，外界ゼロ照応および文章の著者・読者を扱うゼロ照応解析モデルを提案する．提案手法では外界ゼロ照応を扱うために，ゼロ代名詞の照応先の候補に外界ゼロ照応に対応する仮想的な談話要素を加える．また，語彙統語パターンを利用することで，文章中で著者や読者に言及している表現を自動的に識別する．実験により，我々の提案手法が外界ゼロ照応解析だけでなく，文章内ゼロ照応解析に対しても有効であることを示す．
V30N03-08	%本稿では，調理レシピにおいて，調理動作後の物体の視覚的な状態の予測を目指し，VisualRecipeFlow(VRF)データセットを提案する．VRFデータセットは(i)物体の視覚的な状態遷移と(ii)レシピ全体のワークフローに対するアノテーションから成る．視覚的な状態遷移は動作前後の物体の観測を表す画像の組として，ワークフローはレシピフローグラフとして，それぞれ表現する．ここでは，データセットの構築方法，アノテーション手順について順に説明し，アノテータ間のアノテーション一致率を測ることでデータセットの品質を調査する．最後に，動作前後の画像と物体のテキスト情報を用いたマルチモーダルな情報検索の実験を行うことで，各アノテーション要素の重要性について調べる．\renewcommand{\thefootnote}{}\footnote[0]{本論文の一部は言語処理学会第28回年次大会(白井etal.2022)およびCOLING2022(Shiraietal.2022)で発表した内容を加筆修正したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V14N03-04	選択肢の選択プロセスは各選択肢の特徴を認知する段階と，それに基づいて取捨選択を行う意思決定の段階，すなわち，「認知する」「決める」の2段階で表現することができる．既存の評判情報研究の多くは「認知する」の情報抽出に焦点を当てているのに対し，本稿では選択行動を意思決定までを含めて包括的に捉え，既存の方法では捉えることが困難だった要素を捉えることを試みる．本稿では「決める」段階をElimination-By-Aspects(EBA)の意思決定モデルに則って選択の過程を通しで捉える方法を述べる．EBAでは，意思決定は，着目している特徴（アスペクト）を各選択肢が持っているか否かによって候補を順に排除していくことで行われるが，本稿では取捨選択方略に基づいて選択肢が排除または残存する様子を記述することで実現する．また，ことばに明示的に表れている情報を単純に扱うだけでは不十分であり，行間を読み取る処理が必要である．さらに，選択または排除されるきっかけの理由を捉えることで，選択肢の相対的な長所・短所を知る方法を示す．
V11N02-04	機械翻訳知識を対訳コーパスから自動構築する際，コーパス中に存在する翻訳の多様性に起因して冗長な知識が獲得され，誤訳や曖昧性増大の原因となる．本稿ではこの問題に対し，「機械翻訳に適した対訳文」に制限し，翻訳知識自動構築を試みる．機械翻訳に適した対訳文の指標として直訳性を提案し，これを測定する尺度として対訳対応率を定義した．\\\indentこの対訳対応率に従い，2つの知識構築法を提案する．第一は，翻訳知識構築の前処理としての，直訳性を用いた対訳文フィルタリング，第二は対訳文を直訳部／意訳部に分割し，部分に応じた汎化手法を適用する．これらの効果は，自動構築した知識を用いた機械翻訳による，訳文の品質という観点で評価を行った．その結果，後者の分割構築の場合で約8.6\%の入力文について翻訳品質が向上し，直訳性を用いた機械翻訳知識構築は，翻訳品質向上に有効であることが確認された．
V07N03-02	日本語連体修飾要素に関する言語現象を取り扱うことができるような辞書記述を実現するため，生成的辞書理論を用いた連体修飾要素の形式的記述法の検討を行った．問題となる現象の解決法を「静的な曖昧性解消」と「動的な曖昧性解消」に分類した．静的な曖昧性解消は辞書中の語彙情報を用いて行うことができるが，動的な曖昧性解消には知識表現レベルでの推論が必要となる．
V30N01-06	%自然言語文をベクトルとして表現する文埋め込みは，深層学習を用いた自然言語処理の基礎技術として盛んに研究されており，特に自然言語推論(NaturalLanguageInference;NLI)タスクに基づく文埋め込み手法が成功を収めている．しかし，これらの手法は大規模なNLIデータセットを必要とすることから，そのようなNLIデータが整備された言語以外については高品質な文埋め込みの構築が期待できないという問題がある．本研究ではこの問題を解決するため，NLIデータと比べて多くの言語において整備が行われている言語資源である辞書に着目し，辞書の定義文を用いた文埋め込み手法を提案する．また，標準的なベンチマークを用いた評価実験を通し，提案手法は既存のNLIタスクに基づく文埋め込み手法と同等の性能を実現すること，評価タスクの性質や評価データの抽出方法により性能に差異が見られること，これら2手法を統合することでより高い性能を実現できることを示す．
V30N02-12	%本研究では，文書中の用語間の関係を抽出する文書単位関係抽出において，既存の抽出手法に対して関係間の相互作用を考慮するために，用語を節点，抽出済みの関係候補を辺とする関係グラフを構築し，その関係グラフの辺を編集する逐次的な辺編集モデルを提案する．近年，文書単位関係抽出の研究では，深層学習モデルが利用されている．しかしながら，複数のモデルを組み合わせる方法は明確ではなく，研究ごとに実装方法も異なるため，付加的に新たな観点を導入するのは難しい．そこで，異なる観点として関係間の相互作用を考慮できるように，既存手法で抽出済みの関係候補を編集するタスクを提案する．材料合成手順コーパスにおいて，関係がついていない状態から編集するとF値79.4\%の性能の逐次的な辺編集モデルで，ルールベース抽出器の出力を編集すると，性能は80.5\%から86.6\%に向上した．一方で，時間関係抽出の標準的なベンチマークであるMATRESコーパスで最先端の深層学習モデルの抽出結果を編集して評価した場合では性能は向上しなかった．これらの差を解析したところ，編集するモデル単体で抽出可能な関係と編集前の関係が異なることが性能の向上に寄与する大きな要因であることを明らかにした．%\renewcommand{\thefootnote}{}\footnote[0]{本論文の一部はFindingsoftheAssociationforComputationalLinguistics:ACL-IJCNLP2021\cite{makino-etal-2021-neural}および言語処理学会第27回年次大会\cite{makino-2021-nlp}で報告したものです．}\renewcommand{\thefootnote}{\arabic{footnote}}
V31N04-06	%スポーツの試合の放送中，試合に関する多くのコメントがXに投稿されている場合，これらの投稿を読むことで大まかな試合経過の把握が可能である．しかし，投稿の内容は多岐にわたり，これらの投稿から瞬時に試合経過を把握することは容易ではない．そこで，本論文ではサッカーの試合に着目し，試合経過を瞬時に把握できるようにXへの投稿からスポーツ速報を生成するシステムの構築に取り組む．構築するシステムは，大規模言語モデルT5をベースに，特定の試合に関連するXへの投稿を入力し，一定時間毎に速報，あるいは生成しないことを示す``NaN''を生成するモデルを基本とする．しかし，単純なモデルでは速報の生成数が少ないという問題と同じイベントを指す速報文が複数生成される冗長性の問題という二つの問題が生じる．そこで，生成判定器を利用して速報生成数を制御する機構および過去の速報の内容を考慮して冗長性軽減を行う機構を組み込んだモデルを提案する．\renewcommand{\thefootnote}{}\footnote[0]{本論文の一部は，2023年度人工知能学会全国大会（第37回）\cite{oshika-jsai}，および，2023ConferenceonEmpiricalMethodsinNaturalLanguageProcessingで発表したもの\cite{Oshika}である．}\renewcommand{\thefootnote}{\arabic{footnote}}
V28N04-09	%SNS上のユーザ動向調査やフェイクニュース検知を目的に，対話文における各発話の感情認識(EmotionRecognitioninConversations:ERC)が注目を集めている．ERCでは，対話文における各発話の内容に加えて，発話間の関係が話者の感情に大きな影響を与えることが知られている．従来のState-of-the-artを達成した手法は，発話間の関係の中でも特に自己依存と相互依存を，RelationalGraphAttentionNetworks(RGAT)を用いて取得し，当時の世界最高峰の認識精度を得た．しかしながら，RGATモデルは発話の順序情報を利用できない課題がある．そこで本論文は，RGATモデルに発話順序を加える新たな手法\textit{RelationalPositionEncodings}を提案する．提案手法を用いることで，自己依存と相互依存を含む発話間の関係と，発話の順序情報の両方を利用できる．評価実験において，ERCにおける3つのベンチマークデータセットのうち，2つのデータセットで従来手法を上回る認識精度を達成し，世界最高峰の認識精度を達成した．
V10N04-08	本論文では，大規模テキスト知識ベースに基づく対話的自動質問応答システム「ダイアログナビ」について述べる．本システムは，2002年4月からWWW上で一般公開し，パーソナルコンピュータの利用者を対象としてサービスを行っている．実世界で用いられる質問応答システムにおいては，ユーザ質問の不明確さや曖昧性が大きな問題となる．本システムは，「エラーが発生した」のような漠然とした質問について，対話的に聞き返しを行うことによってユーザが求める答えにナビゲートする．聞き返しの方法としては，頻繁になされる漠然とした質問に対する聞き返しの手順を記述した対話カードを用いる手法と，自動的に聞き返しの選択肢を編集して提示する手法を組み合わせて用いている．また，適切なテキストを正確に検索するために，ユーザ質問のタイプ，同義表現辞書や，日本語の文の係り受け関係などを利用している．
V28N04-05	%話し言葉の機械翻訳では，話し言葉に特有の現象が翻訳精度に悪影響を及ぼすことが知られている．本研究では大学講義翻訳システムにおける日英翻訳の前処理として，日本語の話し言葉から書き言葉への自動変換を行うことにより翻訳精度を向上させる．まず大学講義の書き起こしとそれを書き言葉に変換したもの，対応する英文の3つ組からなるコーパスを構築した．次にそれを用いて話し言葉書き言葉変換モデルと日英翻訳モデルを学習させた．その結果，話し言葉書き言葉変換が日英翻訳の精度を向上させることを示した．また，話し言葉に特有の現象の分類に基づき，どのような現象が翻訳精度にどの程度影響するのかを定量化した．
V25N02-03	難解なテキストと平易なテキストからなる大規模な単言語パラレルコーパスを用いて，テキスト平易化が活発に研究されている．しかし，英語以外の多くの言語では平易に書かれた大規模なコーパスを利用できないため，テキスト平易化のためのパラレルコーパスを構築するコストが高い．そこで本研究では，テキスト平易化のための大規模な疑似パラレルコーパスを自動構築する教師なし手法を提案する．我々の提案するフレームワークでは，リーダビリティ推定と文アライメントを組み合わせることによって，生コーパスのみからテキスト平易化のための単言語パラレルコーパスを自動構築する．統計的機械翻訳を用いた実験の結果，生コーパスのみを用いて学習した我々のテキスト平易化モデルは，平易に書かれた大規模なコーパスを用いて学習した従来のテキスト平易化モデルと同等の性能で平易な同義文を生成できた．
V14N03-08	表現豊かな合成音声への応用を目的として，「喜び」と「悲しみ」の2種類の感情について複数の程度の感情情報を含む音声に対し，基本周波数パターン生成過程モデルに基づく韻律的特徴の分析を行った．分析により得られた各モデルパラメータの生起タイミングおよびその大きさの変化に関して，発話の言語的情報に基づき検討を行った．その結果，基底周波数に関しては，発話内容に依存する傾向の差は特にみられず，「喜び」「悲しみ」とも感情の程度が強くなるに従って，基底周波数は高くなる傾向にあった．文中でのフレーズ指令の生起に関しては，文節境界の枝分かれ種別と，直前のフレーズ指令以降のモーラ数に影響を受けることを確認した．フレーズ指令の大きさ関しては，その生起位置が文頭の場合と文中の場合とで，感情の程度に対する大きさの変化に違いがみられた．また，文中で生起したフレーズ指令は，その境界の枝分かれ種別により，異なる変化の傾向がみられた．アクセント指令の生起タイミングは，感情の有無やその程度の影響はほとんど見られず，アクセント型にのみ依存することが確認された．アクセント指令の大きさに関しては，文頭からの韻律語数に大きな影響を受け，またアクセント型による違いがみられた．
V14N03-07	本研究の目的は，携帯メールによって収集した大学生の書いた授業感想文の感情評価を行い，学習態度を分析することによって，授業改善のための方略を得ることである．感情評価の基準として，興味，意欲，知識，考察の4つのカテゴリを使い感想文を分類した．その結果形態素レベルでは有意な差を見出せなかったが，文脈から分類した結果，成績の良い学生の感想文には意欲と考察が多く，成績の悪い学生の感想文には興味と知識の多いことが示された．さらに成績が良かった学生と悪かった学生から無作為に1名ずつを選び，その感想文を比較した結果，成績の良い学生は授業内容を再構成しているが，成績の悪い学生は教師が教えたままを示していることが明らかになった．以上により授業改善を行うには，学習者の意欲と考察が増すように，学習者が授業内容を再構成するように改善する必要性が示された．
V03N02-02	本稿では，fj.wantedのダイジェストの自動生成を実現する方法について述べる．その中心技術は，ニュース記事からのサマリ抽出法である．この方法は，言わば「斜め読みを模擬した処理」であり，まず，表層的な表現を手がかりとして，42の特徴を抽出し，それらの特徴を用いて，記事のサマリ（カテゴリとサマリ文）を抽出する．ブラインドデータに対する実験において，本方法は，カテゴリ判定正解率81\%，サマリ文抽出正解率76\%という値を示した．抽出されたサマリはカテゴリ毎に整理され，HTML形式のダイジェストとして出力される．このとき，元の記事へのポインタは，ハイパーテキストのリンクとして埋め込まれる．作成されたダイジェストは，WWWのクライアントプログラムによって読むことができる．
V29N02-08	%本稿では，雑談対話システムにおける対話破綻を生じさせる発話の類型を提案する．対話破綻の類型に関して先行研究では，「理論に基づいた類型」と「データに基づいた類型」が提案されてきた．前者は，依拠している人どうしの対話についての理論が，雑談対話システムの対話破綻現象を捉えるのに適さないことが多いという問題点がある．後者は，データを取得したシステムの対話破綻にしか対応できないという限界がある．本稿では，これら二つの類型の問題点をそれぞれが補い合う形で統合し，雑談対話システムにおける対話破綻を生じさせる発話の類型を新しく作成した．対話破綻類型アノテーション実験の結果，この統合的な類型は以前に提案された類型と比較して，Fleissの$\kappa$値において高い一致率を達成し，安定したアノテーションが行えることがわかった．
V10N03-03	{\scSenseval}-2日本語翻訳タスクは，日本語単語の語義をその訳語の異なりとして定義・分類し，新たな表現に含まれる日本語単語の語義を判別する課題である．実際の課題としては，語義分類の定義として日英対訳用例を収集した翻訳メモリ（TM）が与えられ，語義の選択はTM中から適切な用例を選択するか，対象となる日本語単語の翻訳結果を示すことで解くことができる．我々は，入力表現の対象語周辺文脈が最も似ているTMの日本語表現を選択する単言語の問題と見なし，本タスクを解くシステムを開発した．対象語周辺文脈の類似度は，対象語周辺文脈を特徴づける要素である「文脈素性」の出現を各次元に配置した「文脈素性ベクタ」を用い，ベクタ空間モデルを用いて計算する．文脈素性は，対象語周辺文脈の特徴を，対象語との構文的/位置的関係と単語の形態的/意味的属性の組で表現したもので，これにより，TM表現間の文脈の違いを詳細に表現できる．{\scSenseval}-2参加システムは，形態素・構文解析器にJUMAN+KNP，シソーラスに日本語彙体系を用い，精度・再現率はともに45.8\,\%を達成した．各素性の有効性について分析した結果，シソーラスから得た意味属性に関する文脈素性が性能に最も寄与しており，係り受けに関する素性は限定的にしか寄与していないことがわかった．
V21N02-02	近年，国会や地方議会などの会議録がWeb上に公開されている．会議録は，首長や議員の議論が書き起こされた話し言葉のデータであり，長い年月の議論が記録された通時的なデータであることから，政治学，経済学，言語学，情報工学等の様々な分野において研究の対象とされている．国会会議録を利用した研究は会議録の整備が進んでいることから，多くの分野で行われている．その一方で，地方議会会議録を利用した研究については，各分野で研究が行われているものの，自治体によりWeb上で公開されている形式が異なることが多いため，収集作業や整形作業に労力がかかっている．また，各研究者が重複するデータの電子化作業を個別に行っているといった非効率な状況も招いている．このような背景から，我々は多くの研究者が利用することを目的として，地方議会会議録を収集し，地方議会会議録コーパスを構築した．本稿では，我々が構築した地方議会会議録コーパスについて論ずる．同コーパスは，Web上で公開されている全国の地方議会会議録を対象として，「いつ」「どの会議で」「どの議員が」「何を発言したのか」などの各種情報を付与し，検索可能な形式で収録した．また，我々は会議録における発言を基に利用者と政治的に近い考えをもつ議員を判断して提示するシステムを最終的な目的としており，その開発に向けて，分析，評価用のデータ作成のために会議録中の議員の政治的課題に対する賛否とその積極性に関する注釈付けをコーパスの一部に対して行った．本稿では，注釈付けを行った結果についても報告する．
V02N01-03	日本語文章要約システム\Gについて報告する.一般に,質の良い文章要約を行うためには,ある一つの言語現象だけをとらえた談話解析だけでは不十分である.なぜなら,談話に関わる言語現象は相互に関連しているからである.本研究ではこの観点から,日本語での様々な表層的特徴をできるだけ多く利用して,日本語文章の要約を試みる.本稿では実際に計算機上で試作した論説文要約システム\Gに関して,これで用いられている論説文要約の手法の紹介と,これによって出力された文章の評価を行う.
V19N05-02	本稿では，置換，挿入，削除操作を行う識別的系列変換で日本語学習者作文の助詞誤りを自動訂正する．誤り訂正タスクの場合，難しいのは大規模な学習者作文コーパスを集めることである．この問題を，識別学習の枠組み上で2つの方法を用いて解決を図る．一つは日本語としての正しさを測るため，少量の学習者作文から獲得したn-gram二値素性と，大規模コーパスから獲得した言語モデル確率を併用する．もう一つは学習者作文コーパスへの直接的補強として，自動生成した疑似誤り文を訓練コーパスに追加する．さらに疑似誤り文をソースドメイン，実際の学習者作文をターゲットドメインとしたドメイン適応を行う．実験では，n-gram二値素性と言語モデル確率を併用することで再現率の向上ができ，疑似誤り文をドメイン適応することにより安定した精度向上ができた．
V10N02-02	自由記述形式のアンケート調査の回答は，選択型回答のアンケートと異なり，回答者の自由な意見を集約できる効果があるため社会的にも注目されている．アンケート調査（質問紙調査法）について研究されてきた社会学・心理学の分野では，アンケートの回答分類はコーディングと呼ばれ，選択型回答・自由回答ともに人手で分析・分類されることが多い．特に自由回答のコーディングには多大なコストがかかるうえに，人の判断による作業は主観的な分類結果を招くという懸念もある．このような背景から，本研究では言語処理の要素技術であるテキスト分類の技術を取り入れアンケート回答の自動分類を行うことで，その結果を自由回答のコーディングに活用するためのコーディング支援を試みた．テキストの分類には，学習アルゴリズムのひとつである最大エントロピー法を用いている．分類にあたり，まずはテキストへのタグ付与実験をもとに意図タグの決定を行った．これらの意図タグを付与した意図タグ付き正解データを作成し，このデータを訓練データとしてN-gram抽出を行い，各タグに特徴的な表現を取り出した．この表現を素性とし，訓練データに対して最大エントロピー法を用いて学習し，分類を行った結果，約8割弱の分類精度が得られた．この手法によって，自由回答テキストに対して回答者の意図を反映した分類を行うことができた．これにより，回答を一件ずつ読みながら類似の内容を持つ回答を探すという，自由回答の人手による分類コストを軽減することができた．また，辞書を用いる形態素解析を使わずに，最大エントロピー法による素性と意図タグの学習を行うことで，「です」「ません」「べき」「必要」「図る」「化」など断片的な情報が意図タグ付与に効果的であることが明らかになった．
V13N01-03	我々人間は曖昧な情報を受け取り適宜に解釈することで，会話を進めたり適切な行動を取ることができる．これは，長年の経験により蓄積された知識から築き上げられた言葉に関する「常識」を持っているからである．人間と自然に会話できる知的なコンピュータの実現には，単語の意味を理解するシステムの構築が必要であると考える．この実現には，ある概念から他の類似の概念ばかりでなく常識的に関連の強い概念を連想する連想メカニズムが不可欠である．そこで本稿では，単語の意味を定義している概念ベースを利用し，概念間の関連の強さをより一般的に評価する関連度計算方式について述べる．これまでの概念ベースの属性集合の一致度合いから概念間の関連性（類似度）を評価する手法を拡張し，概念空間における概念の共起情報を用いる関連度計算で補正する方式を提案する．
V07N05-02	自然言語処理において，言語の諸相を見据えた宣言的な文法にもとづく構文解析は必須である．実用的な文法体系を構築するため，我々は最近の主辞駆動句構造文法の成果を実装することにより，NAISTJPSGという単一化にもとづいた日本語句構造文法を構築した．NAISTJPSGでは，日本語の様々な特徴の検討を経て，それらの間の規則性を局所的な制約として記述することで，文法の原理，スキーマおよび素性が設計されている．また，個別言語の現象として，格助詞の分布・サ変動詞構文の意味的局所性・連体修飾節における格を伴った修飾句の係り先について，それらの語彙情報に関心を持って我々は分析した．(i)格助詞が現れるか否かは，言語的対象を説明する素性体系の一部である型階層化された格素性にもとづいて説明できる．(ii)サ変動詞構文は形態的には複雑な構造でありながら意味的には単純な関係を含んでいるが，そのような不整合は語彙記述および単一化といった一般的な機構によって解消される．(iii)連体修飾に関してコーパスを調査することで，いくつかの修飾--被修飾の関係は述語的な形態素を導入することにより削減することができる．
V21N03-01	効率的に機械翻訳システムを開発していくためには，質の高い自動評価法が必要となる．これまでに様々な自動評価法が提案されてきたが，参照翻訳とシステム翻訳との間で一致するNグラムの割合に基づきスコアを決定するBLEUや最大共通部分単語列の割合に基づきスコアを決定するROUGE-Lなどがよく用いられてきた．しかし，こうした方法にはいつくかの問題がある．ルールベース翻訳(RBMT)の訳を人間は高く評価するが，従来の自動評価法は低く評価する．これは，RBMTが参照翻訳と違う訳語を使うことが多いのが原因である．これら従来の自動評価法は単語が一致しないと大きくスコアが下がるが，人間はそうとは限らない．一方，統計的機械翻訳(SMT)で英日，日英翻訳を行うと，「AなのでB」と訳すべきところを「BなのでA」と訳されがちである．この訳には低いスコアが与えられるべきであるが，Nグラムの一致割合に着目するとあまりスコアは下がらない．こうした問題を解決するため，本稿では，訳語の違いに寛大で，かつ，大局的な語順を考慮した自動評価法を提案する．大局的な語順は順位相関係数で測定し，訳語の違いは，単語適合率で測定するがパラメタでその重みを調整できるようにする．NTCIR-7，NTCIR-9の特許翻訳タスクにおける英日，日英翻訳のデータを用いてメタ評価を行ったところ，提案手法が従来の自動評価法よりも優れていることを確認した．
V06N06-04	ニュース原稿を1文ごとにそれぞれ要約する手法について報告する．1文が長く，1記事中の文数の少ないニュース原稿に対して文を抽出単位とする要約手法を用いることは，大きく情報が欠落する可能性があり，適切でない．そこで，本要約手法では修飾部および比較的冗長と考えられる部分を削除することにより，1文ごとの要約を行う．また，1文を部分的に削除する際に構文構造が破壊されることを防ぐため，ニュース文要約に特化した簡易構文解析手法を利用している．字幕文は，画面上を一方的に流されるという性質から，適切な長さに要約されている必要があり，読みやすく，原稿の情報が正確に伝わり，冗長さが解消されている必要がある．このため，被験者32名に対し，本手法による要約文についてのアンケートを行うことにより，自然さ，忠実さ，非冗長さの3つの視点から評価を行った．その結果，理想的な要約を100\%とした場合で，自然さ81.5\%，忠実さ74.3\%，非冗長さ83.3\%という評価値を得た．
V26N02-04	all-words語義曖昧性解消（以下all-wordsWSD(wordsensedisambiguation)）とは文書中のすべての単語の語義ラベルを付与するタスクである．単語の語義は文脈，すなわち周辺の単語によって推定でき，周辺の単語同士が類似している場合中心の単語同士の語義も類似していると考える．そこで本研究では，対象単語とその類義語群から周辺単語の分散表現を作成し，ユークリッド距離を計算することで対象単語の語義を予測した．また，語義の予測結果をもとにコーパスを語義ラベル列に変換し，語義の分散表現を作成した．語義の分散表現を用いて周辺単語ベクトルを作成し直し，再び語義の予測を行った．コーパスには分類語彙表番号がアノテーションされた『現代日本語書き言葉均衡コーパス』(BCCWJ)を利用した．本研究では分類語彙表における分類番号を語義とし，類義語も分類語彙表から取得した．本研究では，提案手法とランダムベースライン，PseudoMostFrequentSense(PMFS)，Yarowskyの手法，LDAWNを比較し，提案手法が勝ることを示した．
V03N01-04	日本語文章における名詞の指す対象が何であるかを把握することは，対話システムや高品質の機械翻訳システムを実現するために必要である．そこで，本研究では名詞の指示性と修飾語と所有者の情報を用いて名詞の指示対象を推定する．日本語には冠詞がないことから，二つの名詞が照応関係にあるかどうかを判定することが困難である．これに対して，我々は冠詞にほぼ相当する名詞の指示性を表層表現から推定する研究を行なっており\cite{match}，この名詞の指示性を用いて名詞が照応するか否かを判定する．例えば，名詞の指示性が定名詞ならば既出の名詞と照応する可能性があるが，不定名詞ならば既出の名詞と照応しないと判定できる．さらに，名詞の修飾語や所有者の情報を用い，より確実に指示対象の推定を行なう．この結果，学習サンプルにおいて適合率82\%，再現率85\%の精度で，テストサンプルにおいて適合率79\%，再現率77\%の精度で，照応する名詞の指示対象の推定をすることができた．また，対照実験を行なって名詞の指示性や修飾語や所有者を用いることが有効であることを示した．
V06N05-05	著者らは用例提示型の日英翻訳支援システムを開発している．この中には利用者が入力する日本語の表現に類似する表現を検索して，検索結果を含んだ日本語文とその対訳を表示する機能がある．著者らの日本語データベースの文は平均長が88.9文字と長い．このように長い用例を対象に類似検索を行う場合，キーワードによるAND検索は適切ではない．なぜなら用例が長いため1文中に同一キーワードが複数回出現する場合があり，これが原因で不適切な用例を検索しやすくなるからである．これに対して著者らは入力キーワードの語順とその出現位置の間隔を考慮した検索手法を提案する．これによって構文解析を行うことなく構文情報を反映した検索を行うことができる．本稿では従来のAND検索と提案手法を使った評定者による主観評価実験を報告する．この中で，提案手法の有効性が統計的に有意となったことを示す．また，検索時間の増加は1.3倍であった．
V17N01-06	行為—効果関係，行為—手段関係のような事態間の関係を大規模コーパスから自動的に獲得する．共起パターンを利用する手法では，事態を表現する述語間で共有される項を認識することが難しいため，述語間で共有される名詞（アンカー）を用いて共有項を獲得し，共起パターンを用いて獲得した所与の関係を満たす述語対と共有項を組み合わせることで，共有項と共に事態間関係を獲得する．このとき2種類の異なるアンカーを用いることで，精度を保ったまま再現率を向上できることを確認した．
V19N03-04	地方自治体が制定する条例（規則も含め，以下例規という）は，章節／条項号という階層を有する，基本的に構造化された文書である．各自治体はそれぞれ別個に各議会等でこの例規を制定するため，複数の自治体が同一の事柄に関する規定（例えば「淫行処罰規定」など）を有している事が多い．この同一の事柄に関する規定の自治体間における異同を明らかにするための比較は，法学教育や法学研究，地方自治体法務，企業法務において実施されている．実務における法の比較では，対応する条項を対とし，それらの条文を左右または上下に並べた条文対応表の作成が主体となっている．これまで条文対応表は手作業で作成されてきたが，対象とする例規の条数や文字数が多い場合の表作成には3時間以上も必要としていた．そのため計算機による条文対応表の作成支援が強く求められているが，本件に関する研究はこれまでに行われていない．そこで我々の研究は，条文対応表を計算機で自動作成することによる条文対応表の作成支援を目的とする．この目的を達成するため，我々は条文対応表を，各条をノードとする二部グラフとしてモデル化し，このモデルに基づき条文対応表を自動作成するために有効な手法の検討を行った．二文書間の類似度を定義する多くの研究がこれまでに報告されている．これらの類似度比較手法より本研究ではベクトル空間モデル，最長共通部分列，及び文字列アライメント（編集コスト可変のレーベンシュタイン距離）に基づく96個の類似尺度の性能を比較した．評価には愛媛県の11の条例とそれに対応する香川県の11の条例を用い，法学者が作成した条文対応表に基づき正解率を求めた．その結果，名詞，副詞，形容詞，動詞，連体詞を対象としたベクトル空間モデルに基づく類似尺度の正解率が85\%と最も高かった．また，文字列アライメントに基づく類似尺度の正解率は最高で81\%，最長共通部分列は最高で75\%であった．本研究は条文対応表の作成支援であるため，推定された対応関係の信頼度，あるいは尤もらしさを提示する事が望ましい．そこで各比較手法で最も正解率の高かったパラメータを用いた合計3つの類似尺度に対して受信者操作特性曲線による評価を行ったが，曲線下面積がいずれも狭くて信頼度の尺度として適さない．そこで，推定された対応関係の類似度を二番目に高い類似度を持つ対応関係の値で割る事による正規化を行ったところ，最長共通部分列の曲線下面積が0.80と最も高く，ベクトル空間モデルの面積は0.79と良好であった．以上の評価結果より，条文対応表の作成支援では条見出しに対して最長共通部分文字列を，条文に対してベクトル空間モデルをそれぞれ適用した類似尺度を併用する事が，そして得られた条文対応関係の信頼度を評価する尺度としては二番目に高い類似度で割った値を用いるとよい事を明らかにした．
V29N04-08	%本稿では，マクロ経済分野に特化した景気単語極性辞書の構築とその応用例を示す．日本経済新聞の新聞記事コーパスから景気関連の単語の選定し，複数人のエコノミストによるクラスラベルの付与を行った．さらに教師あり学習で収録単語を補完した．また，構築した極性辞書の応用例として，景気動向を迅速に捕捉することが可能な経済ニュース指数を作成した．
V08N01-07	自然言語処理では，処理の過程で，さまざまな解釈の曖昧さが生じる．この曖昧さを解消するのに必要な知識を記述するため，対象とする表現を部分的な表現の組に還元せず，一体として捉える方法として，言語表現とその解釈の関係を変数とクラスの組からなる構造規則として表現し，学習用標本から半自動的に収集する方法を提案した．この方法は，パターン化された表現の変数部分を表すのに文法属性体系と意味属性体系を使用しており，$N$個の変数を持つ表現パターンに対して，一次元規則から$N$次元規則までの規則と字面からなる例外規則を合わせて$N+1$種類の構造規則が順に生成される点，また，各規則は，その生成過程において，各属性の意味的な包含関係を用いて容易に汎化される点に特徴がある．本方式を「$AのBのC$」の型の名詞句に対する名詞間の係り受け解析規則の生成に適用した結果では，変数部分を意味属性で表現した構造規則の場合，1万件の学習事例から，一次元規則198件，二次元規則1480件，三次元規則136件が得られ，それを使用した係り受け解析では，約$86\%$の解析精度が得られることが分かった．また，変数部分を文法属性で表した規則と意味属性で表した規則を併用する場合は，解析精度は，$1〜2\%$向上することが分かった．この値は，2名詞間の結合強度に還元して評価する方法($72\%$)より約$15\%$高い．この種の名詞句では，人間でも係り先の判定に迷うような事例が$10\%$近く存在することを考慮すると，得られた規則の精度は，人間の解析能力にかなり近い値と言える．
V14N02-02	本論文では，ウェブを利用した専門用語の訳語推定法について述べる．これまでに行われてきた訳語推定の方法の1つに，パラレルコーパス・コンパラブルコーパスを用いた訳語推定法があるが，既存のコーパスが利用できる分野は極めて限られている．そこで，本論文では，訳を知りたい用語を構成する単語・形態素の訳語を既存の対訳辞書から求め，これらを結合することにより訳語候補を生成し，単言語コーパスを用いて訳語候補を検証するという手法を採用する．しかしながら，単言語コーパスであっても，研究利用可能なコーパスが整備されている分野は限られている．このため，本論文では，ウェブをコーパスとして用いる．ウェブを訳語候補の検証に利用する場合，サーチエンジンを通してウェブ全体を利用する方法と，訳語推定の前にあらかじめ，ウェブから専門分野コーパスを収集しておく方法が考えられる．本論文では，評価実験を通して，この2つのアプローチを比較し，その得失を論じる．また，訳語候補のスコア関数として多様な関数を定式化し，訳語推定の性能との間の相関を評価する．実験の結果，ウェブから収集した専門分野コーパスを用いた場合，ウェブ全体を用いるよりカバレージは低くなるが，その分野の文書のみを利用して訳語候補の検証を行うため，誤った訳語候補の生成を抑える効果が確認され，高い精度を達成できることがわかった．
V25N01-04	NHKはインターネットサイトNEWSWEBEASYで外国人を対象としたやさしい日本語のニュースを提供している．やさしい日本語のニュースは日本語教師と記者の2名が通常のニュースを共同でやさしく書き換えて制作し，本文にはふりがな，難しい語への辞書といった読解補助情報が付与されている．本稿ではNEWSWEBEASYのやさしい日本語の書き換え原則，および制作の体制とプロセスの概要と課題を説明した後，課題に対処するために開発した2つのエディタを説明する．1つは書き換えを支援する「書き換えエディタ」である．書き換えエディタは先行のシステムと同様に難しい語を指摘し，書き換え候補を提示する機能を持つが，2名以上の共同作業を支援する点，難しい語の指摘機能に学習機能を持つ点，また，候補の提示に書き換え事例を蓄積して利用する点に特徴がある．他の1つは「読解補助情報エディタ」である．読解補助情報エディタは，ふりがなや辞書情報を自動推定する機能，さらに推定誤りの修正結果を学習する機能を持つ．以上のように2つのエディタは，自動学習と用例の利用により，読解補助情報の推定の誤り，やさしい日本語の書き方の方針変更などに日々の運用の中で自律的に対応できるようになっている．本稿では2つのエディタの詳細説明の後，日本語教師および記者を対象に実施したアンケート調査，およびログ解析によりエディタの有効性を示す．
V08N01-06	形態素解析は日本語解析の重要な基本技術の一つとして認識されている．形態素解析の形態素とは，単語や接辞など，文法上，最小の単位となる要素のことであり，形態素解析とは，与えられた文を形態素の並びに分解し，それぞれの形態素に対し文法的属性(品詞や活用など)を決定する処理のことである．近年，形態素解析において重要な課題となっているのは，辞書に登録されていない，あるいは学習コーパスに現れないが形態素となり得る単語(未知語)をどのように扱うかということである．この未知語の問題に対処するため，これまで大きく二つの方法がとられてきた．一つは未知語を自動獲得し辞書に登録する方法であり，もう一つは未知語でも解析できるようなモデルを作成する方法である．ここで，前者の方法で獲得した単語を辞書に登録し，後者のモデルにその辞書を利用できるような仕組みを取り入れることができれば，両者の利点を生かすことができると考えられる．本論文では，最大エントロピー(ME)モデルに基づく形態素解析の手法を提案する．この手法では，辞書の情報を学習する機構を容易に組み込めるだけでなく，字種や字種変化などの情報を用いてコーパスから未知語の性質を学習することもできる．我々はこの手法により未知語の問題が克服される可能性が高いと考えている．京大コーパスを用いた実験では，再現率95.80\%，適合率95.09\%の精度が得られた．
V23N05-04	文書間類似度は，内容の類似度と表現の類似度の二つの側面を持っている．自動要約や機械翻訳ではシステム出力の内容評価を行うために参照要約（翻訳）との類似度を評価する尺度が提案されている．一方，表現を対照比較するための手段として，形態素（列）を特徴量とする空間上の計量が用いられる．本稿では，さまざまな文書間類似度について，距離・類似度・カーネル・順序尺度・相関係数の観点から，計量間の関係や同値性を論じた．さらに内容の同一性保持を目標として構築したコーパスを用いて，内容の差異と表現の差異それぞれに対する各計量のふるまいを調査し，文書間類似度に基づく自動評価の不安定さを明らかにした．
V30N02-04	%本稿では，日本語文法誤り訂正のための誤用タグ付き評価コーパスを構築する．評価コーパスはモデルの性能評価に欠かすことができない．英語文法誤り訂正では様々な評価コーパスの公開により，モデル間の精緻な比較が可能になりコミュニティが発展していった．しかし日本語文法誤り訂正では利用可能な評価コーパスが不足しており，コミュニティの発展を阻害している．本研究ではこの不足を解消するため，日本語文法誤り訂正のための評価コーパスを構築し，一般利用可能な形で公開する．我々は文法誤り訂正において代表的な学習者コーパスLang-8コーパスの日本語学習者文から評価コーパスを作成する．また文法誤り訂正分野の研究者や開発者が使いやすい評価コーパスとするため，評価コーパスの仕様を英語文法誤り訂正で代表的なコーパスやツールに寄せる．最後に作成した評価コーパスで代表的な文法誤り訂正モデルを評価し，今後の日本語文法誤り訂正においてベースラインとなるスコアを報告する．\renewcommand{\thefootnote}{}\footnote[0]{本論文の内容の一部は，言語処理学会第26回年次大会\cite{koyama-etal-2020-nihongo}及びthe12thConferenceonLanguageResourcesandEvaluation\cite{koyama-etal-2020-construction}，情報処理学会第253回自然言語処理研究会\cite{koyama-etal-2022-nihongo}で発表したものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V29N02-03	%本稿では，文法誤り訂正における言語間での転移学習について研究を行う．近年，機械翻訳などのタスクで多言語の訓練データを用いた研究がなされ，言語を越えた知識の活用が行われている一方で，文法誤り訂正では多言語の知識を用いる研究はほとんど行われておらず，文法知識が言語を越えて転移可能であるかは未知の問題である．一方で，類似した言語間には共通の文法項目が存在していることが広く知られており，そのような言語間で共通した文法項目については言語間で転移が可能なのではないかと考えられる．そこで我々は事前学習モデルと多言語の学習者データを用いて文法誤り訂正の学習を行い，言語間での転移学習が文法誤り訂正において可能であるかを調査する．実験の結果，文法誤り訂正において言語間で文法知識の転移が可能であることを示した．また，分析の結果，事前学習モデルの構造が文法知識の転移に対して大きな影響を与えていること，より類似した言語間で共通の文法項目の転移が行われていること，転移元の言語と転移先の言語のデータのサイズに関わらず文法知識の転移が起きていることを確認した．
V24N01-05	本論文では，ユーザからの自然文による問い合わせを対応するFrequentlyAskedQuestion(FAQ)に分類する文書分類器を用いたFAQ検索手法を提案する．本文書分類器は，問い合わせ中の単語を手掛かりに，対応するFAQを判別する．しかし，FAQの多くは冗長性がないため，FAQを学習データとして文書分類器を作成する方法では，ユーザからの多様な問い合わせに対応するのが難しい．そこで，この問題に対処するために，蓄積されたユーザからの問い合わせ履歴から学習データを自動生成し，文書分類器を作成する．さらに，FAQおよび文書分類用に自動生成した学習データを用いて，通常使われる表層的な手がかりに加えて，本文書分類器の出力を考慮するランキングモデルを学習する．ある企業のコールセンターの4,738件のFAQおよび問い合わせ履歴54万件を用いて本手法を評価した．その結果，提案手法が，pseudo-relevancefeedbackおよび，統計的機械翻訳のアライメント手法を用いて得られる語彙知識によるクエリ拡張手法と比較し，高いランキング性能を示した．
V06N04-01	日本語の照応関係理解のプロセスにおいて，どのようなストラテジーが関与しているのかについて，言語心理学的実験を通して考察した．実験１では，自己のペースによる読解課題およびプローブ認識課題を用いて，日本語の主語を表す「が」と主題を表す「は」の違いが照応関係理解に影響を及ぼすかどうかについて調査した．その結果，「は」でマークされた名詞句で読解時間がかかる傾向が見られ，それを照応表現の指示対象として優先する傾向が見られた．また，プローブ認識課題では，主題を表す「は」の影響が見られ，目的語名詞句よりも主語名詞句をプローブ語として呈示した場合の方が判断時間が速い傾向が見られた．このように，主題の影響が見られたことから，「主題割当方略」とでも言うべきストラテジーが利用されていることが分かった．実験２では，英語の実験に基づいて提案されている「主語割当方略」や「平行機能方略」と呼ばれるストラテジーが日本語の照応理解にも利用されるのかどうかについて調査した結果，parallelな構造をもつ文では，平行機能方略が用いられることが分かった．さらに実験３では，これら２つのストラテジーおよびその他のストラテジーと主題割当方略との相互関係について調査を行った．その結果，日本語の照応関係理解のプロセスでは，これらのストラテジー競合する場合，主題割当方略が優先的に利用されることが分かった．このことは，日本語が「主題卓立言語」としての性質を持っていることを示している．
V07N04-08	本論文では，日本語の語順の傾向をコーパスから学習する手法を提案する．ここで語順とは係り相互間の語順，つまり同じ文節に係っていく文節の順序関係を意味するものとする．我々が提案する手法では，文節内外に含まれるさまざまな情報から語順の傾向を自動学習するモデルを用いる．このモデルによって，それぞれの情報が語順の決定にどの程度寄与するか，また，どのような情報の組み合わせのときにどのような傾向の語順になるかを推測することができる．個々の情報が語順の決定に寄与する度合は最大エントロピー(ME)法によって効率良く学習される．学習されたモデルの性能は，そのモデルを用いて語順を決めるテストを行ない，元の文における語順とどの程度一致するかを調べることによって定量的に評価することができる．正しい語順の情報はテキスト上に保存されているため，学習コーパスは必ずしもタグ付きである必要はなく，生コーパスを既存の解析システムで解析した結果を用いてもよい．本論文ではこのことを実験によって示す．
V24N01-02	本稿では，子どもに「内容」と「読みやすさ」がぴったりな絵本を見つけるためのシステム「ぴたりえ」を提案する．本システムは，親や保育士，司書など，子どもに絵本を選ぶ大人が利用することを想定している．絵本を読むことは，子どもの言語発達と情操教育の両面で効果が期待できる．しかし，難しさも内容も様々な絵本が数多くある中で，子ども1人1人にとってぴったりな絵本を選ぶのは容易なことではない．そこで，ぴたりえでは，ひらがなの多い絵本のテキストを高精度に解析できる形態素解析や，文字の少ない絵本に対しても精度の高いテキストの難易度推定技術などの言語処理技術により，子どもにぴったりな絵本を探す絵本検索システムを実現する．本稿では，こうした言語処理技術を中心にぴたりえの要素技術を紹介し，各技術の精度が高いことを示す．また，システム全体としても，アンケート評価の結果，ぴたりえで選んだ絵本は「読みやすさ」も「内容」も，5段階評価で平均値が4.44〜4.54と高い評価が得られたことを示す．
V20N03-04	東日本大震災初期，Twitterに寄せられた膨大なツィートには，緊急性の高い救助要請候補が多数含まれていたものの，他の震災関連ツィートや「善意のリツィート」によって，通報されるべき情報が埋もれてしまった．この様な状況を解消するために，筆者らは2011年3月16日，Twitter上の救助要請情報をテキストフィルタリングで抽出し，類似文を一つにまとめ一覧表示するWebサイトを開発・公開した．本論文では，本サイト技術のみならず，通報支援活動プロジェクト{\tt\#99japan}との具体的な連携・活用事例についても詳述する．なお{\tt\#99japan}は，救助状況の進捗・完了報告を重視するTwitterを用いた活動であると共に，発災2時間後に2ちゃんねる臨時地震板ボランティアらによって立ち上げられたスレッドに由来する．
V32N01-03	%どのような単語がメタファーとして使われやすいかについて，言語学においていくつかの仮説が存在する．しかし，大規模なコーパスに含まれる，日常的かつ多様なテキスト表現に対してこれらの仮説を検証した研究は少ない．本研究ではWebデータを収集した大規模なコーパスであるCommonCrawlから抽出した文に自動メタファー判別器を適用することによって，メタファーに関する既存の仮説について大規模コーパスに基づく検証と分析を行う．具体的には，動詞メタファーの目的語の具象度，心像度，親密度に関する3つの仮説と，メタファーが含まれる文における感情および主観性に関する2つの仮説の合計五つの仮説を検証する．検証を通じて，これら5つの仮説がすべて成立し，目的語の具象度，心像度，親密度が低い動詞のほうが，メタファーとなりやすいことや，感情，主観性を持つ文の方がメタファーが使われやすいことを示す.\renewcommand{\thefootnote}{}\footnote[0]{本論文は，NAACL2024\cite{Aono2024}，および情報処理学会第258回NL研で発表した論文\cite{Aono2023}を基にしたものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V23N01-04	複雑化する機械翻訳システムを比較し，問題点を把握・改善するため，誤り分析が利用される．その手法として，様々なものが提案されているが，多くは単純にシステムの翻訳結果と正解訳の差異に着目して誤りを分類するものであり，人手による分析への活用を目的とするものではなかった．本研究では，人手による誤り分析を効率化する手法として，機械学習の枠組みを導入した誤り箇所選択手法を提案する．学習によって評価の低い訳出と高い訳出を分類するモデルを作成し，評価低下の手がかりを自動的に獲得することで，人手による誤り分析の効率化を図る．実験の結果，提案法を活用することで，人手による誤り分析の効率が向上した．
V15N03-04	本論文では大規模なHTML文書集合から評価文を自動収集する手法を提案する．基本的なアイデアは「定型文」「箇条書き」「表」といった記述形式を利用するというものである．本手法に必要なのは少数の規則だけであるため，人手をほとんどかけずに評価文を収集することが可能である．また，任意のHTML文書に適用できる手法であるため，様々なドメインの評価文を収集できることが期待される．実験では，提案手法を約10億件のHTML文書に適用したところ，約65万の評価文を獲得することができた．
V10N01-04	本論文では，情報検索のための表記の揺れに寛容な類似尺度を提案する．情報検索において，検索対象となるデータがさまざまな人によって記述されたものであるため，同じ事柄であっても表記が異なり，入力した文字列で意図した情報を得ることができない場合がある．人間ならば，表記が多少異なっていて（表記の揺れがあって）も柔軟に対応し，一致していると判断できるが，計算機はこの柔軟性を備えていない．表記の揺れに対応することができる尺度として編集距離が知られているが，実際にこの尺度を単純に類似尺度に変換したものを用いて情報検索を行ってみたが，性能がでなかった．そこで，本論文では，この単純な類似尺度を情報検索に適した表記の揺れに寛容な類似尺度に拡張することを試み，その結果，この拡張によって検索性能が向上したことを示す．さらに，提案する類似尺度を組み込んだ情報検索システムを構築し，多くの情報検索システムに用いられている一般的な類似尺度と同等以上の検索性能を実現できたことを示す．
V05N02-01	日韓機械翻訳を研究している多くの研究者らは両国語の文節単位の語順一致のような類似性を最大に生かすため，直接翻訳方式を採択している．しかし，日本語と韓国語の述部間には，対応する品詞の不一致，局部的な語順の不一致，活用ルールの不一致，時制表現の不一致などが解決しにくい問題として残っている．本稿では述部表現の不一致を解決するため“様相テーブルに基づいた韓国語の生成方法”を提案し，それに対して体系的な評価を行なう．この方法は述部だけを対象にする抽象的で意味記号的な様相資質をテーブル化し，両国語の述部表現のＰＩＶＯＴとして用いることにより，述部の様相表現の効果的な翻訳を可能とする．朝日新聞と日本語の文法本から抽出した２，３３８個の例文を対象に述部の翻訳処理を試みた結果，約９７．５％が自然に翻訳され，述部翻訳の際，本方法が有効であることが確認できた．
V26N03-03	本稿では，参照文を用いた文単位での機械翻訳自動評価手法について述べる．現在のデファクトスタンダードであるBLEUをはじめとして，多くの従来手法は文字や単語の$N$-gramに基づく素性に頼っており，文単位での評価にとっては限定的な情報しか扱えていない．そこで本研究では，文全体の大域的な情報を考慮するために，事前学習された文の分散表現を用いる機械翻訳自動評価手法を提案する．提案手法では，大規模コーパスによって事前学習された文の符号化器を用いて，翻訳文と参照文の分散表現を得る．そして，翻訳文と参照文の分散表現を入力とする回帰モデルによって，人手でラベル付けされた翻訳品質を推定する．WMT-2017MetricsSharedTaskにおける翻訳品質のラベル付きデータセットを用いた実験の結果，我々の提案手法は文単位の全てのto-English言語対において最高性能を達成した．
V18N03-03	本稿では，訓練データの自動拡張による語義曖昧性解消の精度向上方法について述べる．評価対象として，SemEval-2010日本語語義曖昧性解消タスクを利用した．本稿では，まず，配布された訓練データのみを利用して学習した場合の結果を紹介する．更に，辞書の例文，配布データ以外のセンスバンク，ラベルなしコーパスなど，さまざまなコーパスを利用して，訓練データの自動拡張を試みた結果を紹介する．本稿では，訓練データの自動獲得により79.5\%の精度を得ることができた．更に，対象語の難易度に基づき，追加する訓練データの上限を制御したところ，最高80.0\%の精度を得ることができた．
V25N04-02	本研究では，日本で人気のある野球に着目し，Play-by-playデータからイニングの要約文の生成に取り組む．Web上では多くの野球に関する速報が配信されている．戦評は試合終了後にのみ更新され，“待望の先制点を挙げる”のような試合の状況をユーザに伝えるフレーズ（本論文ではGame-changingPhrase;GPと呼ぶ）が含まれているのが特徴であり，読み手は試合の状況を簡単に知ることができる．このような特徴を踏まえ，任意の打席に対して，GPを含む要約文を生成することは，試合終了後だけでなく，リアルタイムで試合の状況を知りたい場合などに非常に有益であるといえる．そこで，本研究ではPlay-by-playデータからGPを含む要約文の生成に取り組む．また，要約生成手法としてテンプレート型文生成手法とEncoder-Decoderモデルを利用した手法の2つを提案する．
V21N02-01	近年，コーパスアノテーションは多様化し，多層アノテーションを統合利用する仕組みが欠かせない．とくに話し言葉コーパスでは，言語・非言語に関する10種類以上もの単位とそれらの相互関係を統合し，複数の単位を組み合わせた複雑な検索を可能にする必要がある．本研究では，このような要請に応えるため，(1)マルチモーダル・マルチチャネルの話し言葉コーパスを表現できる，汎用的なデータベーススキーマを設計し，(2)既存のアノテーションツールで作成された，種々の書式を持つアノテーションを入力とし，汎用的なデータベーススキーマから具現化されたデータベースを構築するツールを開発する．話し言葉の分野では，広く使われている既存のアノテーションツールを有効に利用することが不可欠であり，本研究は，既存のアノテーションツールやコーパス検索ツールを用いたコーパス利用環境を構築する手法を提案する．提案手法は，開発主体の異なる複数の話し言葉コーパスに適用され，運用に供されている．
V02N03-03	機械翻訳システムでは動詞の訳語を選択するために格フレームがよく利用される．格フレームは従来主として人手で記述されていたが，一貫性を保って記述するのが難しいこと，格フレームを部分的に変更した場合に起こる影響が把握しにくいことなどの重大な問題があった．そこでこれらの問題を解決するため，本論文では格フレームを決定木の形で表し(これを格フレーム木と呼ぶ)，これを英日の対訳コーパスから統計的な帰納学習プログラムを利用して学習することを提案する．本論文ではまず，この提案によって上記の問題が軽減される根拠を述べた後，本論文で作成した英日対訳コーパスについて述べる．続いて7つの英語動詞について格フレーム木の獲得実験を2つ報告する．最初の実験は，格要素の制約として英語の単語を使う格フレーム木を学習したものである．これにより得られた格フレーム木を観察したところ，人間の直観に近く，かつ直観を越えた非常に精密な訳し分けの情報が得られたことが明らかになった．次に，この格フレームの一般性を高めるために，英語の単語の代わりに意味分類コードを制約として利用する手法を提案し，これに基づいて格フレーム木を学習する実験を行った．得られた格フレーム木で未学習のデータの動詞の訳語を決定する評価を行ったところ，2.4\%ないし32.2\%の誤訳率が達成された．この誤訳率と，先の英語単語を利用した格フレーム木での誤訳率との差は13.6\%ないし55.3\%となり，意味分類コードが有効に機能したことが示された．
V08N02-01	本論文では決定リストを弱学習器としたアダブーストによる日本語単語分割法を提案する．日本語単語分割は，入力文の各文字の間に単語区切りを置くか置かないかの問題とみなすことで，分類問題として定式化できる．この分類問題を決定リストを利用して解くことで単語分割が行える．ここでは決定リストで利用する属性に辞書情報を含めない．そのためここでの単語分割は未知語の問題を受けないという長所がある．更に単語分割を分類問題として解く場合，近年研究の盛んなアダブーストの手法を適用できる．アダブーストを用いることで，決定リストの精度を高めることができる．実験では，京大コーパス（約4万文）を利用して決定リストを作成した．この決定リストによる単語分割の正解率は97.52\%であった．この値は、同じ訓練データから構築したtri-gramモデルに基づく単語分割法での正解率92.76\%を大きく上回った．またアダブーストを利用することで精度が98.49\%にまで向上させることができた．また作成した単語分割システムは未知語の検出能力が高いことも確認できた．
V07N04-03	電子化テキストの増大にともない，テキスト自動要約技術の重要性が高まっている．近年，情報検索システムの普及により，検索結果提示での利用が，要約の利用法として注目されている．要約の利用により，ユーザは，検索結果のテキストが検索要求に適合しているかどうかを，素早く，正確に判定できる．一般に情報検索システムでは，ユーザの関心が検索要求で表わされるため，提示される要約も，元テキストの内容のみから作成されるものより，検索要求を反映して作成されるものの方が良いと考えられる．本稿では，我々が以前提案した語彙的連鎖に基づくパッセージ抽出手法が，情報検索システムでの利用を想定した，検索要求を考慮した要約作成手法として利用できることを示す．語彙的連鎖の使用により，検索要求に関連するテキスト中のパッセージを要約として抽出できる．我々の手法の有効性を確かめるために，情報検索タスクに基づいた要約の評価方法を採用し，10種類の要約作成手法による実験を行なう．実験結果によって，我々の手法の有効性が支持されることを示す．また，評価実験の過程で観察された，タスクに基づく評価方法に関する問題点や留意すべき点についても分析し，報告する．
V20N01-01	本論文では，レビュー集合から多数の評価視点が得られる状況において，評価対象間の相対的特徴を考慮した重要度（スコア）に従って評価視点をランキングする課題について述べる．また，レビューはその数だけ書き手が存在することから評価視点の異表記が生じやすく，これがランキングに悪影響を与える．本論文では，評価視点に対してクラスタリングを適用することで異表記問題へ対応する手法を提案する．評価実験を通して，提案したスコア関数がランキング性能の向上に有効であること，およびクラスタリングに基づくランキング補正手法によって，平均適合率（MAP指標）が向上することを確認した．
V07N04-10	認識誤りに起因して，音声翻訳の性能(品質)が劣化するという問題がある．認識結果の正解部分のみを翻訳する手法が提案されているが，翻訳されない部分に関する情報は失われてしまう．我々はこの問題を解決するため，次のような手順からなる誤り訂正の手法を提案する．(1)訂正の必要性の判断および誤り部分の特定を行う．(2)認識結果の誤り近傍に関して音韻的に近い用例をテキストデータ中から検索し，訂正候補の生成を行う．(3)訂正候補の妥当性を意味と音韻の両方の観点から判断し，最も妥当なものを選択する．提案手法を音声翻訳システムに組み込み，旅行会話を対象として評価した．認識結果の単語誤り率で$2.3\%$の減少，翻訳率で$5.4\%$の増加が得られ，提案手法の有効性が示された．
V22N01-02	本論文では，手紙文書とそれに対する応答文書など対となる二つの文書間における文レベルでの対応関係を推定する課題を提案し，解決手法を検討する．これまで，単一の文書内における文同士の関係や対話における発話同士の関係を対象とした研究は盛んに行われて来たのに対し，二文書間における文書を跨いだ文対応関係にはあまり注目されて来なかった．このような関係の例として，質問と応答，依頼と回答などが挙げられる．文対応関係を用いることで文書によるコミュニケーションをより細かい単位で説明できることから，本関係の推定が実現すれば様々な応用が期待できる．一例として，文書対の群から対応を持つ文を抽出すれば，各文書対でどのようなコミュニケーションが行われているかを提示することが可能となる．我々は文対応関係の自動推定を実現するため，本課題を文対応の有無を判定する分類問題とみなして条件付確率場を用いる手法を提案する．具体的には，推定した文の種類を文対応推定に活用する対話文書を対象とした従来手法を，本論文の課題に適用する手法を示す．加えて，文種類の推定と文対応の推定を同時に行う拡張モデルによる手法を提案する．実際の宿泊予約ウェブサイトにおけるレビュー・返答対を対象とした評価実験の結果，拡張モデルは拡張前のモデルよりも高い性能である適合率46.6\%,再現率61.0\%の推定性能を得た．
V16N01-04	本論文では，リスト型質問応答に対する回答群の選択手法を提案する．リスト型質問応答とは，与えられた質問に対し決められた知識源の中から過不足なく解を見つけ列挙するタスクである．提案手法では，既存の質問応答システムが解候補に付与するスコア分布を利用する．解候補を，そのスコアを基にいくつかのクラスタに分離することを考える．すなわち，それぞれのクラスタを一つの確率分布とし，各確率分布のパラメタをEMアルゴリズムにより推定する．そして，それぞれの分布を正解集合を形成するスコア分布と不正解集合を形成するスコア分布のどちらであるかを推定し，正解集合のスコア分布に由来すると推定された解候補群を最終的な回答とする．質問応答システムには一般に不得意な質問が存在するが，提案手法では，複数の分布のパラメタを比較することにより，質問応答システムが正解を適切に見つけられているか否かを判定することも可能である．評価実験によれば，スコア分布を求め，それを利用することがリスト型質問応答に対して有効に働くことがわかった．
V04N03-05	本論文では，文字連鎖を用いた複合語同音異義語誤りの検出手法とその評価について述べる．ワードプロセッサによって作成された日本語文書には，変換誤りに起因する同音異義語誤りが生じやすい．同音異義語誤りは，同じ読みの単語を誤った単語へと変換してしまう誤りである．このため，推敲支援システムにおいて同音異義語誤りを検出する機能を実現することは重要な課題の1つとなっている．我々は，意味的制約に基づく複合語同音異義語誤りの検出／訂正支援手法を提案した．しかし，この手法においてもいくつかの短所が存在する．本論文では，これらの短所を補うための手法として，文字連鎖を誤り検出知識として用いた複合語同音異義語誤りの検出手法について述べる．文字連鎖は，既存の文書を解析することなしに容易に収集することができる．また，本手法は文字連鎖のみを用いているので，複合語同音異義語誤りに限らず，文字削除誤りなどの別のタイプの誤りに適用することも可能である．さらに本論文では，本手法の有効性を検証するために行った評価実験の結果についても述べ，意味的制約を用いた複合語同音異義語誤り検出／訂正支援手法との比較についても述べる．
V30N01-04	%高性能な言語理解モデルを開発するためには，言語理解の能力を様々な観点から評価し分析するためのベンチマークが必要である．英語においては，GLUE\cite{wang-etal-2018-glue}が先駆けとして構築されており，中国語版のCLUE\cite{xu-etal-2020-clue}やフランス語版のFLUE\cite{le-etal-2020-flaubert-unsupervised}など，各言語におけるベンチマーク構築も進んでいるが，日本語においてはGLUEのようなベンチマークは存在せず，日本語自然言語処理において大きな問題となっている．本研究では，一般的な日本語言語理解能力を測ることを目的として，翻訳を介することなく，日本語で一から言語理解ベンチマークJGLUEを構築する．JGLUEは文章分類，文ペア分類，QAの3種類のタスクから構成される．本ベンチマークによって日本語における言語理解研究が活性化することを期待する．
V32N01-05	大規模言語モデルの性能向上に伴い，モデルの生成内容の誤りの検知や対策が喫緊の課題となっている．言語モデル生成の誤り検知の手段の一つとして，生成時に得られる情報に基づく出力内容の確信度推定がある．既存の確信度推定手法ではモデルの出力や内部状態が用いられている一方で，言語モデルの訓練データにアクセス可能な設定での確信度推定および評価については十分に検討されていない．本研究では，学習済み言語モデルの出力の確信度推定における訓練データの有用性を検討するため，中規模の言語モデルを学習し，訓練データ全文からなるデータストアを構築し，訓練データに基づく複数の確信度推定方法を検討・評価した．言語モデルの知識評価タスクを用いた実験の結果，モデルが出力する尤度と訓練データにおける関連事例の有無の情報を組み合わせて用いることで，訓練データを用いない場合と比べて確信度推定の精度を改善できることを確認した．
V15N05-05	本稿では，自動獲得した知識を用いた日本語共参照解析システムを提案する．日本語における共参照の多くを占める名詞句間の共参照の解析では，語彙的知識が重要となり，中でも同義表現知識が非常に有効となる．そこでまず，大規模なコーパスおよび国語辞典の定義文から同義表現の自動獲得を行い，自動獲得した同義表現を用いた共参照解析システムを構築する．さらに，より精度の高い共参照解析システムの構築のため，自動構築した名詞格フレームを用いた名詞句の関係解析を行い，その結果を共参照解析の手掛りとして使用する．新聞記事およびウェブテキストを用いた実験の結果，同義表現，および，名詞句の関係解析結果を用いることにより，共参照解析の精度は向上し，手法の有効性が確認できた．
V10N02-07	本論文ではフリーの特異値分解ツールSVDPACKCを紹介する．その利用方法を解説し，利用事例として語義判別問題を扱う．近年，情報検索では潜在的意味インデキシング（LatentSemanticIndexing，LSI）が活発に研究されている．LSIでは高次元の索引語ベクトルを低次元の潜在的な概念のベクトルに射影することで，ベクトル空間モデルの問題点である同義語や多義語の問題に対処する．そして概念のベクトルを構築するために，索引語文書行列に対して特異値分解を行う．SVDPACKCは索引語文書行列のような高次元かつスパースな行列に対して特異値分解を行うツールである．またLSIは，高次元の特徴ベクトルを重要度の高い低次元のベクトルに圧縮する技術であり，情報検索以外にも様々な応用が期待される．ここではSVDPACKCの利用事例として語義判別問題を取り上げる．SENSEVAL2の辞書タスクの動詞50単語を対象に実験を行った．LSIに交差検定を合わせて用いることで，最近傍法の精度を向上させることができた．また最近傍法をベースとした手法は，一部の単語に対して決定リストやNaiveBayes以上の正解率が得られることも確認できた．
V29N03-07	%修辞構造解析ではニューラルネットワークなどの識別器を用いた解析器を教師あり学習により学習する．しかし，現存の最大規模のコーパスであるRST-DTは385文書しかなく，ニューラルネットワークを学習するに十分な量とは言い難い．このような学習データの不足は，クラス数が多く頻度に偏りのある修辞関係ラベルの推定において性能低下の原因となる．そこで，本論文では自動的に修辞構造を付与した疑似正解データセットを利用したニューラル修辞構造解析手法を提案する．疑似正解データセットは複数の解析器により得られた修辞構造木の間で共通する部分木とし，ニューラル修辞構造解析器の事前学習に利用し，人手で作成した正解データを用いて解析器を追加学習する．RST-DTコーパスを用いた実験では，提案手法はOriginalParsevalによる核性と修辞関係の評価においてそれぞれmicro-F1で64.7，54.1を達成した．
V23N03-02	仮説推論は，与えられた観測に対する最良の説明を見つける推論の枠組みである．仮説推論は80年代頃から主に人工知能の分野で長らく研究されてきたが，近年，知識獲得技術の成熟に伴い，大規模知識を用いた仮説推論を実世界の問題へ適用するための土壌が徐々に整いつつある．しかしその一方で，大規模な背景知識を用いる際に生じる仮説推論の計算負荷の増大は，重大な問題である．特に言語の意味表示上の依存関係を表すリテラル（本論文では機能リテラルと呼ぶ）が含まれる場合に生じる探索空間の爆発的増大は，実問題への仮説推論の適用において大きな障害となっている．これに対し本論文では，機能リテラルの性質を利用して探索空間の枝刈りを行うことで，効率的に仮説推論の最適解を導く手法を提案する．具体的には，意味的な整合性を欠いた仮説を解空間から除外することで，推論全体の計算効率を向上させる．また，このような枝刈りが，ある条件が満たされる限り本来の最適解を損なわないことを示す．評価実験では，実在の言語処理の問題に対して，大規模背景知識を用いた仮説推論を適用し，その際の既存手法との計算効率の比較を行った．その結果として，提案手法が既存のシステムと比べ，数十〜数百倍ほど効率的に最適解が得られていることが確かめられた．
V31N03-07	%固有表現抽出は，自然言語処理において基本的で重要なタスクである．しかし，大量の教師データを必要とする従来の固有表現抽出は，ユーザーに応じた多様な粒度のカテゴリを抽出するという実社会の需要に柔軟に対応できていない．既知語が出現する文脈を擬似教師データとして利用する弱教師あり固有表現抽出は，大規模なシソーラスと組み合わせることでこの多様なカテゴリの需要に対応できる．弱教師あり固有表現抽出の先行研究は，擬似教師データの誤りに頑健な学習法を提案してきたが，これらの学習法の結果作られたモデルには，関心のあるカテゴリと無関心なカテゴリの境界を超えて予測してしまうという副作用があった．この副作用に対し本研究では，ユーザーの関心のあるカテゴリを含むシソーラスの全カテゴリを擬似教師データ作成に活用する手法を提案し，実験を通じてシソーラスに含まれる総体的な知識の有用性を明らかにした．\renewcommand{\thefootnote}{}\footnote[0]{本論文は言語処理学会年次大会で発表された同一著者による研究\cite{__2023}を主として評価データセットを増やす形で発展させたものである．}\renewcommand{\thefootnote}{\arabic{footnote}}
V15N05-03	物語は複数の話題で構成された文書である．内容の理解にはこの展開していく話題を正しく把握しなければならず，そのために原文書の代わりに用いられる要約は特に整合性を重視する必要がある．本稿では整合性として話題の繋がりに着目した物語要約手法を提案する．提案手法では，まず物語を主題に着目した話題単位に分割し，登場人物に着目した重要度によって要約として抽出する話題を決定する．その後，話題間の整合性を保つために，話題間の状況の変化を示す文を補完する．提案手法の有効性を確認するため実際の物語を対象とした被験者の主観的評価による比較実験を行った．整合性を考慮しないtf$\cdot$idfを用いた重要文抽出に比べて，提案手法の方が内容の理解において良好な結果を得ることができた．
V20N03-01	本論文では東日本大震災発生時に首都圏で引き起こされた帰宅困難者問題の発生要因や通勤者の帰宅意思決定行動に対して，Twitterにおける各ユーザーの発言内容をもとにその要因を明らかにする．まず，発言データから行動データを抽出することを目的として，Twitterの発言内容から，各ユーザーの帰宅行動をサポートベクターマシンを用いて識別する．次に，ジオタグデータを用いて職場・自宅間距離等を作成するとともに，ツイートデータを用いて外的要因や心理的説明要因を作成する．当日の帰宅意思決定行動をこれらの要因を用いて離散選択モデルによりモデル化する．このモデル化によるシナリオシミュレーションを行った結果，避難所施設・一時滞在場所の有無が待機・宿泊行動を促進すること，地震発生後の家族間の安否確認の可否が徒歩帰宅行動に影響を与える可能性が示された．以上より，今後の災害時における帰宅困難者問題への対策を考察する．
V09N04-04	検索結果のふるいわけに適した要約生成手法を開発した．多くの要約システムでは重要文選択という手法を採用しているが，この方法による要約は長く複雑な文になりがちである．我々が開発した句表現要約手法は，短い句を列挙することで，そのような長い文を読む際に生じる負荷を軽減する．各句は，(1)係り受け解析により単語間の関係を抽出，(2)係り受け関係からコアになる関係を選択，(3)句に意味のまとまりを持たせるのに必要な関係を付加，(4)このようにして作られたグラフから表層句を生成，という手順で作られる．この手法の効果を評価するため，タスクベース評価法の改良を行った．この方法では，検索が必要になった背景を含めたタスクの詳細まで規定すること，ひとつの要約を10名の評価者で評価して個人差の影響を少なくすることにより，正確性を増している．また，適合性の評価に複数のレベルを設けることで，様々な状況における適合率・再現率の評価を可能にした．この方法で評価したところ，句表現要約が情報検索結果のふるいわけに最も適していることがわかった．この結果は，生成された句が比較的短く，文書中の重要な概念を広くカバーするということから得られたものと考えられる．

Subsets and Splits

No community queries yet

The top public SQL queries from the community will appear here once available.