重文・複文の基本文型に対する 文型パターン辞書のカバー率

Presentation on theme: "重文・複文の基本文型に対する 文型パターン辞書のカバー率"— Presentation transcript:

1 重文・複文の基本文型に対する 文型パターン辞書のカバー率
平成１５年度研究状況報告会 徳久雅人（鳥取大学）

2 １．はじめに 日本語の重文・複文のパターン辞書の構築 パターンの詳細分析・強化・補充を今後実施 パターン辞書を構成する重文・複文の把握
SEMコーパス (Semantically Equivalent Mapping) （15万文 → 22万パターン ） パターンの詳細分析・強化・補充を今後実施 パターン辞書を構成する重文・複文の把握 一般性 網羅性 使用頻度 （コーパス） （パターン辞書） これらの調査が本稿の目的

3 ２．重文・複文の基本的な構造 重文・複文の基本的な構造＝益岡田窪分類 ［基礎日本語文法（益岡・田窪1989）］ １．補足節 ：主節の格要素
１．補足節 ：主節の格要素 例） 漢字を覚えることは難しい ２．副詞節 ：主節を修飾 例） 雨にならないうちに家に帰ろう ３．名詞修飾節：主節を構成する名詞を修飾 例） 魚が焼けるにおいがする ４．並列節 ：主節と対等 例） 花子が詞を作って、太郎が作曲した

4 従属節の分類（一部） 補足節 形式名詞 コト型 可能，反復，経験，決定 ノ型 強調 トコロ型 疑問表現 真偽疑問，疑問語疑問 引用
直接引用，間接引用 - - -

5 従属節のパターン化 従属節を抽出するためのパターン知識 副詞節 名詞修飾節 同時 ／CL1（時｜際）［に］／
私が１６だった時、彼女は７つだった 原因 ／CL1.te／ お腹が減って、口もきけなかった 名詞修飾節 内容 ／ CL1^rentaiNP2／ 魚を焼くにおい ほか，合計９７パターン

6 従属節パターン作成の問題点 従属節の様相表現の吸収 従属節の範囲を正しく抽出 ダ文を正しく判定 ⇒ パターン定義で解決
（ダ文の判定例） 彼が留学生であれば許可する。 彼が留学生なら許可する。 ⇒ パターン定義で解決 局所的に構文情報を使う

7 ３．従属節の抽出実験 実験条件 SEMコーパスの日本語文 126,203文を対象 ２章で作成した９７個の従属節パターンを照合
ただし，ダ文判定に「の」型，「に」型，「で」型は不使用

8 マッチした例 （文１） 僕は子供の頃サンタクロースは本当に 北極から来るものだと固く信じていた。 （文３） 車を止めてエンジンを切りなさい。
（適合1-1） /CL1と［、］/ 《副詞節・条件》 （適合1-2） /CL1と［、］/ 《補足節・間接引用》 （文３） 車を止めてエンジンを切りなさい。 （適合3-1） /CL1.te/ 《副詞節・因果》 （適合3-2） /CL1^genzai.te/ 《副詞節・付帯状況》 （適合3-3） /CLV1^genzai.te/ 《並列節・総記》 cl cl cl cl

9 マッチしなかった例 （文４） そのようなことをするには狡猾さが 必要だ。 （文５） 運が尽きてからでは遅い。
「節＋には」パターンが益岡田窪分類に無し （文５） 運が尽きてからでは遅い。 「てから」が１つの形態素として解析 （文６） ドイツ人と日本人観光客が同じくらい目 立っていた。 単文

10 抽出実験の結果 従属節パターンの適合した文： 122,264文 非適合の文 ： 3,939文 解釈の正解率：
非適合の文 ： ,939文 解釈の正解率： 適合，非適合の事例より各50個を検査 適合事例： 正しい解釈を含むならば正解 100% 非適合事例： 新しい従属節パターンが必要： 38% 従属節パターンのマッチに失敗： 32% 単文とみなすほうが妥当： 30%

11 ４．カバー率 一般性 網羅性 SEMコーパスは基本的な表現で作られた文 基本的な表現の種類を網羅

12 従属節の出現頻度（上位９位） 順位 パターン概形 簡易解釈 頻度 1 CL^rentaiN 修飾 41,554 2 内容 3 CLて～ 原因
29,194 4 CL^genzaiて～ 総記 28,989 5 CLV^genzaiて～ 付帯状況 27,474 6 CL^rentai（こと｜の） 23,995 7 CLと 引用 19,936 8 CLと～ 条件 16,235 9 CL^renyou 15,812

13 従属節の出現頻度 10位まで = 全体の 7 割

14 従属節の出現頻度（下位１０位） 順位 パターン概形 簡易解釈 頻度 89 CL^genzaiた程 程度 19 90
仮想的 14 91 CLの（は｜が）NP Jだ 強調 11 92 CL（一方｜反面）～ 対比 9 93 CLくせに～ 非難 94 CL^genzai割に～ 程度違い 6 95 CL^genzaiたくらい～ 例示 2 96 CLかというのJ 内容節 1 97 CL^genzaiた割に～

15 大分類ごとの頻度 大分類名 出現割合 出現回数 補足節 15.6% 53,744 副詞節 35.4% 122,216 名詞修飾節 32.4%
111,635 並列節 16.6% 57,386 副詞節のバリエーションは多い（61種） 副詞節全体でみると無視できない

16 同形異義パターンの分布 各20サンプルの検査 ◎ 解釈の詳細分析が，今後必要 パターン 解 釈 連体節＋名詞 《修飾節》 5 《内容節》 9
解 釈 連体節＋名詞 《修飾節》 5 《内容節》 9 その他 6 節＋て 《原因》 14 《総記》 1 《付帯状況》 2 3 節＋と 《引用》 《条件》 11 仮定節＋ば 15 《累加》 連用節＋ながら 18 《逆接》 ◎ 解釈の詳細分析が，今後必要

17 ５．おわりに まとめ 今後の課題 基本的な従属節の構造（益岡田窪分類）をパターン化 SEMコーパスとパターン照合で従属節を検査
基礎日本語文法に基づく 97 パターン SEMコーパスとパターン照合で従属節を検査 一般性 = 97 %，網羅性 = 99 % コーパスは，重文・複文の基本文型をカバー 従属節の出現頻度より 「連体修飾節」，「テ型節」，「ト型節」 は重要 ⇒ 重点改良の対象 ※ 副詞節は要注意 今後の課題 従属節の解釈の解析（方法の開発）が課題