私たちの研究室では、複数の形態素から構成され，一つの機能語として働く表現である日本語機能表現について、入力文中の機能表現と特定と意味解析を行う技術の精度向上に取り組んでいます。
１つまたは複数の形態素の組み合わせが、助詞や助動詞などの機能語と同等の構成要素として働く表現は「機能表現」と呼ばれています。機能表現を自動的に特定し、表現が表す意味を解析する技術は、事実性解析やモダリティ解析などの応用で基礎的な技術となっています。
本研究で用いている日本語機能表現について、機能表現部分の特定と意味解析を行う解析器の概要を右図に示します。入力テキストは、単語分割された後、単語の意味ベクトル列に変換され、BERTと呼ばれる大規模言語モデルを通して、特徴量に変換します。さらにそれらの特徴量を使って、正解の機能表現意味ラベル列が出力されるように条件付確率場（CRF）のパラメータを学習します。学習されたパラメータを用いて、解析器を構成し、未知のテキストについて日本語機能表現の意味解析が行えるようにしています。 |
大規模言語モデルの構築や関連技術の発展により、さまざまなテキスト処理が高精度に行えるようになってきました。しかし、大規模言語モデルの基となっているインターネット上のテキストには表れにくい、日本語機能表現の解析などでは、大規模言語モデルを直接利用しただけでは、高い解析精度が得られません。大規模言語モデルをうまく利用しながら、個別のタスクでの情報や特性をうまく取り入れて高精度な解析器を作ることが必要になっています。
与えられた日本語の文章に対し、それらの文章が示している細かな意図やニュアンスを日本語文法にしたがって解析し、教育分野などで日本語学習者の作成した文章の文法的な誤りを指摘したり、対話制御などでの細かな調整に役立てることを目的としています。
日本語の言い回しから細かいニュアンスを読み取り、対話制御などで個別の処理を行ったり、日本語教育などの分野での基礎ツールとして用いることが考えられます。
BERTとCRFを組み合わせた手法を用いることで、従来の大規模言語モデルのみを使った手法に比べて、高精度な解析ができ、ベンチマークデータについて最高精度をマークしています。
学習データ数が多い意味ラベル分類については、現状でも9割近い解析精度がある反面、データ数が少ない分類については実用的でない低い精度に留まっています。出現頻度の少ない分類についてデータを入手できるのかが問題になります。また、より少ない学習データによって、より高精度に学習を行う手法も求められています。
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム© INNOVATION DAYS 2025 智と技術の見本市.
