勉強会８月９日 Bernard Lamers 今日取り上げる論文  Schulte im Walde, Sabine and Brew, Chris. 2002. Inducing German Semantic Verb Classes from Purely Syntactic Subcategorisation Information. Proceedings ACL. Inducing German Semantic Verb Classes  概要：     対象はドイツ語動詞を格フレームの確率分布に基づいて clustering 格フレームは２５００万語のコーパスから自動取得、clusteringはk-means方法で行う。結果を手で製作された動詞分類と比較し、評価する。ドイツ語の動詞クラス   格フレームは多くとも三つのargumentを取る。可能なargument: nominative(n), dative(d), accusative(a), reflexives(r), prepositional phrases(p), expletive es(x), non-finite clauses(i) etc. フレームはnaiなどで表す。ドイツ語には38 種類のフレームが存在する。格フレームの確率分布の例  glauben （思う、信じる）フレーム ns-dass ns-2 np n na ni 確率 0.27945 0.27358 0.09951 0.08811 0.08046 0.05015 動詞のクラスの例   実験後の結果を分析するため、前もって人が作ったクラスを用意する。５７個の動詞を１４個のクラスに。例：   Announcement: ankundigen(知らせる),bekanntgeben(告知する),eroffnen(打ち明ける),verkunden(布告する) Manner of motion: fahren(運転する),fliegen(飛ぶ),rudern(漕ぐ),segeln(帆走する) Clustering方法  K-meansアルゴリズム：n個のデータオブジェクトをちょうどk個のクラスタに割り当てる教師なしのclustering方法    １：各動詞が一番近いクラスタに割り当てられる。２：クラスタの新しいcentroidが計算され、ステップ1にいく。動詞がすべて別のクラスタに割り当てられなくなる次第、終了 K-meansの弱点：starting clustersに依存  Starting clustersの選択：   Random Agglomerative hierarchical clustering:     最初は各動詞にクラスタを割り当てる一番近い二つのクラスタを mergeする k個のクラスタが残るまで繰り返す Merge方法：single-linkage, complete-linkage, average verb distance, distance between cluster centroids and Ward’s method 距離をいかに測るか   距離：cosine、ユークリッド距離、KullbackLeibler divergence (relative entropy) KL-divergenceを利用：    Information radius: d(v1, v2) = D(p || (p+q)/2 ) + D(q || (p+q)/2) Skew divergence: d(v1 , v2) = D(p || w*q + (1-w)*p) 以上のものは確率分布qの中でzero value があっても問題ない。 Clustering evaluation: MI(A, B)    個別のclusterの質をcluster purity ABijで表す。ABijは同一のクラスBjに写像されるクラスAiのメンバーの数。全体的なclusteringの評価：式（４） MI(A, B)にはありがたくない性質もある別の評価方法としてAPPを導入する。 Clustering evaluation: APP  APP: adjusted pairwise precision。     個別のclusterの場合：式（５）全体的なclusteringの場合：式（６）。 MIの範囲:0.229-0.493 APPの範囲：0.017-0.291 実際のclustering    結果は表1と2 実際の得られたclusteringの例：6節その例の評価のとき、どのフレームは clusteringにどう影響するかを検討。結論  自動的に得られた動詞分類は直感的に存在するクラスと一致。   ドイツ語の場合はsyntaxだけで意味の要素をとることが可能である。これからの道：  selectional restrictionsを利用する。