文献紹介 Goran Glavas, Sanja Stajner, Simplifying Lexical Simplification: Do We Need Simplified Corpora?, Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing (Short Papers), pages 63–68, Beijing, China, July 26-31, 2015. http://www.aclweb.org/anthology/P15-2011

1. Simplifying Lexical Simplification:
Do We Need Simplified Corpora?
長岡技術科学大学 自然言語処理研究室
高橋寛治
Goran Glavas, Sanja Stajner
Proceedings of the 53rd Annual Meeting of the Association for
Computational Linguistics and the 7th International Joint Conference
on Natural Language Processing (Short Papers), pages 63–68, Beijing,
China, July 26-31, 2015.
文献紹介 ２０１６年３月３日

2. 概要
•語彙平易化とは複雑な単語を簡単な同義語に置換
すること
•近年の研究はコーパスベース
•コーパスを利用せずに単語ベクトル表現を用いて
平易化を試みる
Domain-Specific Paraphrase Extraction 2

3. はじめに
•語彙平易化は読解を支援
Ø子供、学習者、失語症など(Petersenら2007)
•辞書や平易化コーパスを利用した研究が盛ん
Ø(Davlinら1998, De Belderら2010）
Ø資源がない言語では近年の手法を適用できない
•モチベーションとして単言語の普通のコーパスで
の平易化
Domain-Specific Paraphrase Extraction 3

4. 関連研究
•ルールベース（より平易な同義語への置換）
Ø同義語(WordNetなど)の選び方が研究
•コーパスベース（Simple Wikipedia）
Øアライメントをとり言い換え
Ø編集履歴などを利用(Yatskarら2010)
•従来研究は辞書と平易化コーパスに頼る
Domain-Specific Paraphrase Extraction 4

5. 提案手法：軽量リソースでの語彙平易化
•LIGHT-LS
•複雑な単語の平易な同義語を探す
Ø単語の複雑さ
Ø単語の意味的な類似度
•換言対象は１単語に絞る
Domain-Specific Paraphrase Extraction 5

6. 平易な語の候補を選択
•分散表現の獲得にGloVeを利用
•意味的類似度はベクトル空間のコサイン類似度
•内容語（名詞、動詞、形容詞、副詞）から候補
Øある単語wに対して、類似している順に単語n語を候
補として取得
Domain-Specific Paraphrase Extraction 6

7. 平易化に使う素性
•順位付けに用いる
Ø意味的類似度
uGloVeの単語間のコサイン角度を用いる
Ø文脈類似度
u元の単語の文脈の内容語とのコサイン類似度を比較する
Ø単語が有益か
Ø言語モデル
uN-gramで妥当性を判断
Domain-Specific Paraphrase Extraction 7

8. 平易化アルゴリズム
Domain-Specific Paraphrase Extraction 8

9. 評価
•自動評価および人手評価を行う
•既存手法と比較
ØHornら：教師あり（平易化コーパス利用）
ØBiranら：教師無し（平易化コーパス利用）
Domain-Specific Paraphrase Extraction 9

10. 評価１
•置き換えタスクによる自動評価
•50人がつくった平易化文と比較
Domain-Specific Paraphrase Extraction 10

11. 評価２
•人手評価、80文
Ø文法、平易化、意味の保持
Ø5段階評価
u5が良い
Domain-Specific Paraphrase Extraction 11

12. 平易化例
Domain-Specific Paraphrase Extraction 12

13. とはいえ問題はある
•分布類似度が故
Ø「cool」の平易化候補が「warm」
•Water temperatures remained warm enough
for development.
Domain-Specific Paraphrase Extraction 13

14. まとめ
•LIGHT-LSという教師無しの語彙平易化手法を提
案
•平易化コーパスは不要で、大きなコーパスのみ必
用
•現在の平易化対象は単語のみだが、これから複単
語表現に取り組む
Domain-Specific Paraphrase Extraction 14