照応解析のための文脈的手がかりを考慮した機械学習モデル
飯田龍 (0251010)
センタリング理論のような言語学的な知見を，機械学習を用いた照応解析に統
合する一方法を提案する．従来の照応解析手法は，おおきく規則ベースの手法
と統計的な手法に分類でき，それぞれ独立に研究がなされてきた．規則ベース
の手法では，言語学的知見に基づき人手で規則を記述するが，照応現象を包括
的に捉える規則を書き尽くすことは困難である．一方，機械学習に基づく手法
では，人手では扱うことのできない規則の組合せを考慮できるが，言語学的知
見を有効に活用していない．これら2つの手法をうまく統合することによって，
両者の利点を同時に引き出すことができれば，精度の向上がさらに期待できる．
本論文では2つの手法の統合を目指し，具体的な方法として(i)センタリング理
論に基づく局所的な文脈を考慮した素性（センタリング素性）の導入，および
(ii) 先行詞候補間を比較するモデル（トーナメントモデル）の2点を提案する．
この提案手法を用いて日本語ゼロ代名詞の同定を行い，先行研究の機械学習を
用いた手法より精度よく先行詞の同定ができたことを報告する．また，トーナ
メントモデルを拡張した名詞句照応解析のモデルも提案し，このモデルを用い
た名詞句照応解析の実験結果についても報告する．