書誌事項
- タイトル別名
-
- セツゾク ヒョウシキ タメ ニ モトヅク ブンショ シュウゴウ カラ ノ インガ カンケイ チシキ ノ ジドウ カクトク
- Acquiring Causal Knowledge from Text Using the Connective Marker tame
- 自然言語
この論文をさがす
抄録
人間のような深い言語理解能力を工学的に実現することを妨げている1つの原因として,計算機で利用可能な大量の常識的知識をいかに構築するかという問題がある.本論文では,常識的知識のうち,因果関係に関する知識に着目し,大規模な電子化文書集合から因果関係知識を自動的に獲得する方法について論じる.本論文では,まず,因果関係に立つ2つの出来事がそれぞれ行為であるか事態であるかに基づき,{cause},{effect},{precond(ition)},{means}の4つの因果関係を定義した.接続標識「ため」を含む複文からこれら4つの因果関係への自動分類実験を行い,{cause},{precond},{means}の各関係について,80%の再現率で95%以上の分類精度を達成した.また,{effect}関係については,30%の再現率で90%の分類精度を達成した.さらに,新聞記事1年分の文書集合に本手法を適用することにより,およそ27 000件を超える因果知識が獲得できる見積りを得た.
This paper reports the present results of our approach to the automaticknowledge acquisition of causal relations.We created a new typology of the causal relation ---cause, effect,precond(ition) and means--- mainly based on volitionality.From our experiments using a Japanese resultative connective tame,we achieved 80% recall with over 95% precision for the cause,precond and means relations, and 30% recall with 90% precision for the effect relation.The results indicate thatover 27,000 instances of causal relations can be acquired from one yearof Japanese newspaper articles.
収録刊行物
-
- 情報処理学会論文誌
-
情報処理学会論文誌 45 (3), 919-933, 2004-03-15
東京 : 情報処理学会
- Tweet
キーワード
詳細情報
-
- CRID
- 1050282812860481280
-
- NII論文ID
- 110002712142
-
- NII書誌ID
- AN00116647
-
- ISSN
- 18827764
- 03875806
-
- NDL書誌ID
- 6885252
-
- 本文言語コード
- ja
-
- 資料種別
- journal article
-
- データソース種別
-
- IRDB
- NDL
- CiNii Articles