述語間・フレーム間の関係を捉えたフレーム知識の自動構築

自动构建框架知识，捕获谓词和框架之间的关系

基本信息

批准号：
22J14993
负责人：
山田康輔
金额：
$ 0.58万
依托单位：
Nagoya University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-22 至 2023-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22J14993/
关键词：
意味フレーム推定文脈化単語埋め込み深層距離学習 FrameNet

项目摘要

本研究課題の目的は、文脈化単語ベクトルを利用して、大規模なテキストコーパスから述語間・フレーム間の関係を捉えた意味役割付きの高品質なフレーム知識を自動構築することである。本年度の目標は、昨年度開発した動詞の意味フレーム推定手法を、既存のラベル付きのリソースであるFrameNetによる実験を行うのではなく、大規模なテキストコーパスに適用できるか検証し、その上でフレーム知識リソースの一部を構築することであった。しかし、本年度の初めに、その手法を大規模テキストコーパスに適用したところ、期待する性能を示さなかった。そこで、本年度は、更なる性能向上に向けて、引き続き動詞の意味フレーム推定に取り組んだ。以前開発した意味フレーム手法は、事前学習のみに基づく文脈化単語埋め込みモデルを活用していた。しかし、このようなモデルの汎用的な埋め込み空間は、意味的に類似したフレームの事例が近くに位置しているという人間の直観と必ずしも一致しているわけではないため、事前学習のみに基づく文脈化単語埋め込みを用いる手法の性能には限界があることが確認された。そこで、意味フレーム推定をコーパス内の一部の動詞についてのラベル付きデータの存在を仮定した教師ありタスクとして取り組み、深層距離学習に基づき文脈化単語埋め込みモデルをfine-tuningすることで高精度な意味フレーム推定を実現する手法を考案した。クラスタリングタスクによる実験を通し、深層距離学習を適用することで8ポイント以上スコアが向上することを示した。さらに、教師データが極めて少量である場合でも、提案手法が有効であることを示し、実際にフレーム知識を構築する際にも有用であることが期待される。

该研究项目的目的是自动构建具有语义角色的高质量框架知识，使用上下文化词向量从大型文本语料库中捕获谓词和框架之间的关系。今年的目标是验证去年开发的动词语义框架估计方法是否可以应用于大规模文本语料库，而不是使用FrameNet这种现有的标记资源进行实验，然后使用框架知识。是为了建立一些资源。然而，当我们今年年初将该方法应用于大型文本语料库时，并没有表现出预期的性能。因此，今年我们继续致力于动词语义框架估计，以进一步提高性能。先前开发的语义框架方法利用仅基于先验学习的上下文化词嵌入模型。然而，此类模型的通用嵌入空间不一定符合人类直觉，即语义相似的帧的实例位于附近，因此仅基于先验学习的上下文已经证实，使用单词的方法的性能存在限制嵌入。因此，我们将语义框架估计作为一项监督任务，假设语料库中某些动词存在标记数据，并微调基于深度远程学习的上下文词嵌入模型，以实现高度准确的含义。实现帧估计。通过使用聚类任务的实验，我们表明应用深度远程学习可以将分数提高 8 分以上。此外，我们表明，即使训练数据量极小，所提出的方法也是有效的，并且预计它在实际构建框架知识时将是有用的。