この論文を読む／探す
抄録
本論文では,文脈依存的な言語理解を実現するための記憶モデルについて考察する.全体としての文脈理解と部分としての単語や文の理解は相互に依存しており,これを解決するには,部分から全体を予測しなければならない.本モデルでは,対象としているテキストに類似・関連したエピソードを,過去に経験したエピソード群から連想し,全体としての文脈を予測している.テキストもエピソードも場面の列として扱うことができ,テキストからエピソードへの連想は場面間の連想によって実現できる.場面間の連想は,場面を構成する概念間の連想によって計算される.こうして検索されたエピソードにもとづいて,テキストをとりまく場面(局所的な文脈)を予測し,後続または先行する場面(大域的な文脈変化)を予測することができる.
This paper describes a memory model for contextual understanding of natural language, which predicts the context (as a whole) from the words and sentences (as parts) in a text. In this model, context of a given text is predicted by using a similar episode retrieved from an episodic memory (past experiences). This episode retrieval is based on association between scenes in the text and scenes in each episode, since both texts and episodes can be considered as sequences of scenes (coherent units of a text). Association between scenes is computed by association between concepts in the scenes. Episodes thus retrieved enables us to predict the scene of the current text (local context) and also the preceding/succeeding scenes (global context).
