1月19日辞書    自然言語処理における辞書の役割機械辞書設計の要点辞書の種類と用途アナウンス   NTTの人の講演はキャンセルになりました NSWの説明資料「IT系ビジネス実際の現場から」があります自然言語処理における辞書の役割  人間用の辞書との違い  語義の定義方法の違い  人間用   語義文が中心計算機用  結合価，上位概念，下位概念計算機用辞書（日本）  IPAL   http://www.ipa.go.jp/STC/NIHONGO/IPAL/i pal.html EDR  http://www2.nict.go.jp/kk/e416/EDR/J_ind ex.html 英語の辞書 WordNet  http://www.cogsci.princeton.edu/~wn/ EDR電子化辞書の構造 http://www2.nict.go.jp/kk/e416/EDR/J_index.html 機械辞書設計の要点  見出し語登録基準の問題  単語収録の範囲     単語収録の単位   漢字，平仮名，片仮名活用語の扱い   短単位，長単位見出し語の表記の問題   一般語：国語辞典の見出しなど固有名詞：人名，地名，企業名など専門用語：分野毎に用意される．複合語も登録が必要規則的な活用→不変部分を辞書に登録その他の辞書登録語選択の問題  同形異義語，数詞，用言性名詞，副詞の派生形見出し語の表記の問題長単位語として登録すべき語タイプ説明タイプ１短単位語に分割できない語，部分から全体の意味や読みを合成できない語タイプ２文の解析や生成で重要な役割を果たす付属語的な連語タイプ３縮退語及び語基の並列語例「走り書き」，「生年月日」，「株式会社」（連濁）格助詞相当語（～によって），文法情報を示す連語（はずがない）「冷暖房（冷房・暖房）」，「松竹梅」など一般名詞の意味属性体系の例一般名詞具体主体人組織場自然施設地域生物具体物抽象抽象物事抽象的関係無生物文化制度・習俗人間活動事象自然現象存在類・系関連性質状態形状数量場所時間人間神仏など役・職地勢宇宙動物植物自然物精神行為非生命生命辞書の種類と用途言語解析用の辞書    形態素解析用の辞書構文解析用の辞書意味解析用の辞書辞書の種類と用途応用システムの辞書     機械翻訳用の辞書日本文校正用の辞書音声合成用の辞書キーワード自動抽出用の辞書日本文校正用の辞書日本文中の誤りの種類と検出の方法分類誤りの例構成形態素辞書解析当て字，送り仮名，片ボディー→ボデー仮名表記の誤り ◎ 宅急便→宅配便俗語，禁止語，誤用語，常用漢字外表記，常用音訓外表記 ◎ 構文解析意味解析 ○ 数表現の誤り一億4,000万→一億四千万類型語誤り人問性→人間性助詞・助動詞誤り犯罪を犯す→罪を犯す同音語誤り処理公立→処理効率 ◎ 実在しない固有名詞墨田川→隅田川，隅田区→墨田区 ◎ 文意の矛盾定率法と低額法→定額法 ◎ ◎ ◎ 日本語文音声変換処理処理処理の内容日本語解析通常は形態素解析が中心，意味による音声の強弱，発生速度制御を行うときは，構文解析，意味解析も必要となる音韻処理 1. 2. 3. 4. 韻律処理 1. 2. 3. 4. 5. 漢字仮名変換（漢字の読みを辞書の読みから決める）同形異義語読み分け（平野→ヘイヤ/ヒラノ）未知語読み（浩一郎→コーイチロー，IBM→アイビーエム）数詞読み（一人→ヒトリ，101本→ヒャクイッポン）連濁処理（大/会社→ダイガイシャ）アクセント句抽出処理（畜産/物//価格/安定/法）アクセント合成（ジョーホー/ケンサク→ジョーホーケンサク）ポーズ付与（象は鼻が長い→ゾーワPハナガ＊ナガイ）イントネーション付与（コッキョウノ＊ナガイ//トンネルヲ＊ヌケルト） /:単語境界，//:アクセント境界（強結合），＊：アクセント句境界（弱結合），Pポーズ日本語文音声変換システムの辞書情報の例情報の分類登録される情報見出し語情報漢字，平仮名，片仮名，英数字で表記単語解析単語情報情報係り受け情報品詞，意味属性，単語接続属性固有名詞などとの係り受け情報同形異義語情報同形異義語選択処理順位など音韻情報読み情報単語の読み，モーラ数など音韻変化情報数詞，助数詞の音韻変化情報韻律情報アクセント情報ポーズ属性アクセント属性標準のアクセントの型ポーズ長設定パラメータ補助用言情報，アクセント句情報キーワード自動抽出システムの辞書の例辞書種類説明ストップワード辞書キーワードになり得ないと見られる一般語などを収録シソーラス辞書キーワードとなりやすい語の意味的な関係を木構造で表示重要語辞書キーワードとなりやすい語を列挙