グラフに基づくクラスタリングによる動詞類義語の獲得(自然言語の論理と感情)

• 資料種別: 規格・テクニカルリポート類
• タイトル: グラフに基づくクラスタリングによる動詞類義語の獲得(自然言語の論理と感情)
• 著者・編者: 竹内, 孔一; 高橋, 秀幸; 小林, 大介
• 著者標目: 竹内, 孔一; 高橋, 秀幸; 小林, 大介
• 出版事項: 一般社団法人電子情報通信学会
• 出版年月日等: 2010-10-16
• 出版年（W3CDTF）: 2010-10-16
• 並列タイトル等: Extraction of Verb Synonyms Using Graph-Based Clustering
• タイトル（掲載誌）: 電子情報通信学会技術研究報告. NLC, 言語理解とコミュニケーション
• 巻号年月日等（掲載誌）: 110 245
• 掲載巻: 110
• 掲載号: 245
• 掲載ページ: 13-18
• ISSN（掲載誌）: ISSN : 0913-5685
• 本文の言語コード: jpn
• 対象利用者: 一般
• 一般注記: 出版タイプ： VoR; 本研究ではクラスタリングを利用して動詞の類義語を獲得する方法について検討している.先行研究において,同時に2つの要素のクラスタを考慮しながらクラスタリングする同時共起クラスタリングを適用して,ベクトルベースのクラスタリングより精度が高いことを示した.しかし,近年ベクトルベースのクラスタリングでKernel K-meansという非線形境界でクラスタリングするより高度な手法が提案された.そこで,本報告ではKernel K-means法を我々の動詞類語獲得に適用し,先行研究における同じデータで同時共起クラスタリングとの比較を行う.この結果からKernel K-meansでのグラフ-ベクトルの等価性には限界があり,本研究が利用する2部グラフの構造は直接反映できないこと,先行研究の同時共起クラスタリングの方が高い精度で類語を獲得できることを報告する.; This manuscript describes evaluation results of Kernel K-means clustering approach comparing with modified Aizawa's co-clustering approach for verb synonym extraction task. Kernel K-means approach is one of the state-of-the-art vector-based clustering method which can divide vector-spaces with non-linear boundary by incorporating Kernel method. Besides the mathematical framework of Kernel K-means can cover Spectral Graph Clustering. In this manuscript, however, we reveal Aizawa's co-clustering approach overcomes Kernel K-means on the verb synonym extraction task (bi-graph clustering) in Japanese. From this results we discuss that the equivalence between graph-vector space in Kernel K-means approach can be limited, and then Kernel K-means decease their accuracy in our verb synonym extraction.
• オンライン閲覧公開範囲: インターネット公開
• 著作権情報: 一般社団法人電子情報通信学会
• 掲載誌（NCID）: AN10091225; https://ci.nii.ac.jp/ncid/AN10091225
• 連携機関・データベース: 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• 提供元機関・データベース: 岡山大学 : 岡山大学学術成果リポジトリ