著者

中川 哲治

出版者

一般社団法人情報処理学会

雑誌

情報処理学会研究報告音声言語情報処理(SLP)

巻号頁・発行日

vol.2007, no.47, pp.19-24, 2007-05-24

被引用文献数

1

---

本稿では,ギブスサンプリングを用いた係り受け解析手法を提案する.既存の解析手法ではしばしば変数間に独立性を仮定しており,利用可能な素性が限られているという問題があった.提案手法では,依存構造木全体をモデル化する確率分布を考えることで,依存構造木中の兄弟ノードに関する関係や,子ノードと祖父母ノードに関する関係などの,文中の任意の素性を利用することができる.複数のコーパスで実験を行った結果,提案手法は既存手法と比較して同程度以上の解析精度を持つことを確認した.In this paper, we present a method for dependency parsing with Gibbs sampling.Existing methods for dependency parsing often assume independence among variables, and have limitations in available features.Our method uses a probabilistic model of a whole dependency tree, and allows us to use arbitrary features in a dependency tree, which include relations between sibling nodes and relations between a child and its grandparent nodes.Experimental results on multiple corpora showed that the performance of our method was competitive with other state-of-the-art methods.