| １. はじめに | |
| ２. 係り受け解析の課題 | |
| ３. 処理の概要 | |
| 3.1 係りに与る情報の抽出 | |
| 3.2 係りの解析 | |
| 3.3 係り受けの認定 | |
| 3.4 多義の絞り込みと係り受け属性の調整 | |
| ４. おわりに | |
| ＜参考文献＞ |
日英翻訳システムＡＬＴ−Ｊ／Ｅ[1]における 日本語解析処理[2]は， 多様な語彙・表現を持つ文を扱うことを目標とし， 解析を効率化するため，バックトラックによらないで， 文法情報を用いる浅い解析から単語の意味を扱う深い解析までを直列的に配置し 各処理において多義を絞りながら解析を進めている。 以下では，単語分割後の日本文から文節間の依存関係を見出す係り受け解析処理に焦点を合わせ， テーブルを用いることにより， 多様な表現に適応し，文法情報だけで効率的に解析多義を絞り込む方法を提案する。
これまでの係り受け解析には， 用言の結合価・それに係る文節の名詞の意味素性・格助詞などを組み合わせることにより， トップダウン的に深層格を決め文構造を取り出そうとしたものが多い。 例えば，「彼に小説を読むことを勧める」において 「彼に」の係り先の多義（�‘匹爿�勧める）は， 「人間ガ具体物ヲ読む」「人間ガ抽象物ヲ人間ニ勧める」という 必須成分パターンを用いることにより， �△飽谿佞坊茲瓩討い�[3]。
しかしながら，上例では，「彼（のため）に小説を読むことを（あなたに）勧める」の可能性を 一方的に捨てるわけにはいくまい。 実用性の高い係り受け解析を行なうには， 妥当性がある限り上記のような可能性を残しておくとともに， 変形生成系の文法では通常の入れ子構造を破るとして十分に扱えない， 例１における「決して」〜「ない」のような係り要素と陳述語との 呼応関係[3]にも対処することが必要である。
|
|
本稿で述べる係り受け解析法は，言語過程説に基づく時枝文法に従い， 対象世界を写そうとする詞（客体的表現）と 表現主体が行なった整序統括を表す辞（主体的表現）とを，両者の相互関係の面から考慮し， 上記の２種類の係り受けを分けた上で整理し直すことにより， ４段の処理として実現したものである。 この２種類の係り受け情報は， 文献[1] の客体的表現・主体的表現に対応するものである。 これに至る考え方の詳細は稿を改めることとして，以下では処理の内容について概説する。 各段の解析は，すべてテーブル形式に記述したルールを用いるため， 多様な語彙や表現に対して個別のルールを追加することにより容易に拡張できる。
本処理では，単語情報から，後方の文節へ係るときの働きを係り機能， 前方の文節からの係りを受けるときの働きを受け機能としてそれぞれ抽出する。 これらは，通常の入れ子構造に関係する情報で3.2節で用いる。 さらに，並立助詞による並列表現や陳述副詞などに伴う呼応表現や 用言の表層格パターンなど個別的な文節間の係り受けに与る単語情報を， 後方の文節に特定の属性を要求する呼び機能と， 前方の文節の呼びに応じる応え機能としてそれぞれ抽出する。 これらは，陳述語との呼応の認定や妥当性の評価に用いる情報で3.3節で用いる。
各機能は，機能別に，文節内の先頭単語から順にルールを適用することにより， 状態遷移のようにして，コードとして生成する。 ここで用いるルールは，ある機能コードを持つ単語連鎖に単語が接続するとき， 単語情報に対応して機能コードをどう変化させるかをテーブル形式で記述したものである。 単語情報としては，品詞活用形が最低限の情報であるほか，特殊な単語に対応するため， 表記や副詞詞相当・助詞相当・接続詞相当などの機能的情報や 表層格パターンや“だけでなく”→“も”のような呼応や 様相・時などの属性の呼応の情報を用いる。
本処理では，前節の処理で得た係り機能と受け機能とを用いて， ２文節間だけでみたとき，係り・受け機能間に依存関係がある文節ペアをすべて見出す。 同時にその係り受け属性を得，多義絞り込みの基礎データとするため そのペアに対する評価値を与える。 この評価値は，遠く離れた係り受けペアの優先度を低くするための 評価値（以下，距離評価値と呼ぶ）と，係り受けの特殊性を表すべア固有の 評価値（以下，個別評価値と呼ぶ）とを合計したものである。
この処理で用いるテーブルは，係り・受け機能ペアに対する係り受け属性・個別評価値と， 距離評価値を計算するための係り機能に対する飛び越しにくい または飛び越せない係り機能とを併記したものである。 なお，この２つの評価値は，距離評価値の高い一般的な係り受けが成立すれば 個別評価値の低い特殊な係り受けが無効となるように， また一般的な係り受けの距離評価値がある程度低ければ特殊な係り受けが有効となるように 設定する。
例えば，例２において「私が」の係り先は� 孱気弔�(個別評価値-2)」と �◆岼�っ越した(個別評価値0)」とが考えられるが， �△蓮峪�，([時]は副詞節を閉じる)」と「一家は(通常[が]は[は]の後ろに来る)」とを 飛び越すため，�，良床舛諒�が相対的に高くなる。
|
本処理では，前節の処理で抽出した係り受けペアを， 係り受けの非交叉性を保ちながら組み合わせ，文全体の係り受けパターンを得る。 この際，名詞の連体修飾のような密接な係り受けを先に認定し， 以下名詞句の並列関係，名詞句の換言例示表現，用言による連体修飾，陳述表現，副詞修飾， 格関係，用言間の接続のような順に， ほぽ係り受けの強さの順に係り受けパターンを構築するようにテーブルで制御する。 これにより，人間の認識構造に合わない多義の発生を抑えることができる。
係り受けパターンに対する評価値は， そのパターンを構成する係り受けペアが持つ3.2節の処理で得た評価値に， 以下に述べる２つの評価値を加えたものを用いる。 １つは，呼び・応え機能による係り受けの詳細情報の整合度に応じて設定する 評価値（以下，呼応評価値と呼ぶ）である。 すなわち，呼び機能コードが要求する内容が応え機能コードになければ それに応じて呼応評価値を低くする。 もう１つは，並列関係にある名詞句，重文で接続関係にある用言などにおいて， それぞれの名詞句または用言が支配する要素の数の差に応じて与える 評価値（以下，均衡評価値と呼ぶ）である。 これは，並列関係の句や節を構成する要素数はおおむね釣合っている点に着目した ヒューリスティックな評価である。
例えば，２節の例１では，「本を(呼び=格:ヲ)」→格関係→「読ま(ない)(応え=格:ガヲ)」， 「決して(呼び=様相:否定)」→陳述→「(読ま)ない(応え=様相:否定)」ともに適合するので， 呼応評価値は最高点を与える。
前節の処理で得た係り受けパターンは，3.2，3.3節で述べたような評価値を持つので， 評価値の順に任意の数だけ係り受けパターンを取り出せば，一応の多義の絞り込みは達成できる。 ただし，１節で述べたように，本係り受け解析処理は文法情報のみに基づく処理であるので， 上位数候補を後段の処理[4,5]に渡して， 意味の観点などから解析してより適切なものを見出す方がよい。
また，前節までの処理で得た係り受けパターンは， 基本的には１方向性の２項関係に基づいて作成したものであるため， 全体として見ると不適切な係り受けを含んでいることがある。 そこで，係り受けパターンを総点検し， 不適当な係り受けを含む係り受けパターンを取り除いたり， 一部の係り受け属性を認定し直したりする調整処理をここで行なう。
本処理を制御するテーブルには，下図における属性Ｘを入力係り受け属性としたとき， 属性Ａ・属性Ｂ・属性Ｃの条件に応じた 動作（�，修梁粟�Ｘを含む係り受けパターンを無効にする，��属性Ｘを別の属性に書き替える）を 記述する。
|
例えば，例３の，「５つの」→「時，」の係り受け属性[体体修飾]を， 「属性Ｘ＝体体修飾，属性Ａ＝格関係→属性Ｘ＝埋め込み（属性Ｂ・Ｃは任意）」という ルールにより[埋め込み]に変更認定する。 このため，「私が５つである時，…」と書かれた場合と同じものとして扱うことができる。
|
今後は，テーブルのチューンを行ない，本方式による解析能力を評価する予定である。