ワールドワイドウェブからの用語説明の自動抽出

从万维网上自动提取术语描述

基本信息

批准号：
12878058
负责人：
佐藤理史
金额：
$ 1.34万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
2000
资助国家：
日本
起止时间：
2000 至 2001
项目状态：
已结题

项目摘要

本研究の目的は、与えられた用語に対して、(1)その用語が説明されているウェブページを見つけ出し、(2)そのページから用語の説明だけを抜き出し、(3)それらを整理して提示するシステムを実現することである。昨年度の研究で、プロトタイプシステムを実現することができたので、今年度は、各部の改良と調整を行なった。【a.ペ-ジ収集の改良】これまではページ収集にGooとInfoseekを利用していたが、これに加えてLycosを利用し、収集するページを増やした。【b.用語説明の抽出】これまでは、形態素解析結果に基づき用語を定義する文(用語定義文)を判定し、用語を説明する段落(用語説明)を抽出していた。文を構文解析し、その結果に基づき定義文を判定するプログラムを作成し、この部分の改良を試みたが、結果は芳しくなかった。【c.用語説明のグループ化】プログラムの一部を変更し、グループ化モジュールの高速化を実現した。2年間の研究により、ウェブを仮想的な辞書・辞典化することができることを実証した。これにより、当初の目的を達成できたと考える。しかしながら、精度(品質)と速度については、さらなる改善が必要である。なお、本システムのアーキテクチャが他の言語に対しても有効であることを実証するために、英語に対してほぼ同様のシステムを実現し、動作することを確認した。

本研究的目的是（1）找到解释该术语的网页，（2）从该页面仅提取该术语的解释，以及（3）组织它们。目标是实现所提出的系统。在去年的研究中，我们能够创建一个原型系统，所以今年我们对各个部分进行了改进和调整。 [a.改进的页面收集] 到目前为止，我们一直使用Goo和Infoseek来收集页面，但除此之外，我们还使用Lycos来增加我们收集的页面数量。 [b.提取术语解释] 到目前为止，已经根据词法分析的结果确定了定义术语的句子（术语定义句子），并提取了解释术语的段落（术语解释）。我试图通过创建一个解析句子并根据结果确定定义句子的程序来改进这部分，但结果并不好。 [c. 术语解释的分组] 更改了部分程序以加快分组模块的速度。通过两年的研究，我们已经证明将网络变成虚拟词典是可能的。至此，我们相信我们已经实现了最初的目标。然而，在准确性（质量）和速度方面还需要进一步改进。此外，为了证明该系统的架构对其他语言也有效，我们为英语实现了一个几乎类似的系统，并确认其有效。