WEKO3
-
RootNode
アイテム
統計的機械学習を用いた歴史的資料への濁点付与の自動化
https://ipsj.ixsq.nii.ac.jp/records/91615
https://ipsj.ixsq.nii.ac.jp/records/91615f416b3b7-b371-4d88-adda-ed257bbb08fe
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-JNL5404049.pdf (844.5 kB)
|
Copyright (c) 2013 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Journal(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2013-04-15 | |||||||
| タイトル | ||||||||
| タイトル | 統計的機械学習を用いた歴史的資料への濁点付与の自動化 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | A Statistical Machine Learning Approach to Automatic Labeling of Voiced Consonants for Historical Texts | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | [一般論文] 自然言語処理，機械学習，歴史的資料，濁点，近代文語論説文 | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||
| 資源タイプ | journal article | |||||||
| 著者所属 | ||||||||
| 奈良先端科学技術大学院大学 | ||||||||
| 著者所属 | ||||||||
| 奈良先端科学技術大学院大学 | ||||||||
| 著者所属 | ||||||||
| 奈良先端科学技術大学院大学／国立国語研究所 | ||||||||
| 著者所属 | ||||||||
| 奈良先端科学技術大学院大学 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Nara Institute of Science and Technology | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Nara Institute of Science and Technology | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Nara Institute of Science and Technology / National Institute for Japanese Language and Linguistics | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Nara Institute of Science and Technology | ||||||||
| 著者名 |
岡, 照晃
小町, 守
小木曽, 智信
松本, 裕治
× 岡, 照晃 小町, 守 小木曽, 智信 松本, 裕治
|
|||||||
| 著者名(英) |
Teruaki, Oka
Mamoru, Komachi
Toshinobu, Ogiso
Yuji, Matsumoto
× Teruaki, Oka Mamoru, Komachi Toshinobu, Ogiso Yuji, Matsumoto
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 生の歴史的資料の中には，濁点が期待されるのに濁点の付いていない，濁点無表記の文字が多く含まれている．濁点無表記文字は可読性・検索性を下げるため，歴史コーパス整備の際には濁点付与が行われる．しかし，濁点付与は専門家にしか行えないため，作業人員の確保が大きな課題となっている．また，作業対象が膨大であるため，作業を完了するまでにも時間がかかる．そこで本論文では，濁点付与の自動化について述べる．我々は濁点付与を文字単位のクラス分類問題として定式化した．提案手法は分類を周辺文字列の情報のみで行うため，分類器の学習には形態素解析済みコーパスを必要としない．大規模な近代語のコーパスを学習に使用し，近代の雑誌「国民之友」に適合率96%，再現率98%の濁点付与を達成した． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | Raw historical texts often include mark-lacking characters, which lack compulsory voiced consonant mark. Since mark-lacking characters degrade readability and retrievability, voiced consonant marks are annotated when creating historical corpus. However, since only experts can perform the labeling procedure for historical texts, getting annotators is a large challenge. Also, it is time-consuming to conduct annotation for large-scale historical texts. In this paper, we propose an approach to automatic labeling of voiced consonant marks for mark-lacking characters. We formulate the task into a character-based classification problem. Since our method uses as its feature set only surface information about the surrounding characters, we do not require corpus annotated with word boundaries and POS-tags for training. We exploited large data sets and achieved 96% precision and 98% recall on a near-modern Japanese magazine, Kokumin-no-Tomo. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN00116647 | |||||||
| 書誌情報 |
情報処理学会論文誌 巻 54, 号 4, p. 1641-1654, 発行日 2013-04-15 |
|||||||
| ISSN | ||||||||
| 収録物識別子タイプ | ISSN | |||||||
| 収録物識別子 | 1882-7764 | |||||||
