概要

本研究では，パターン辞書を用いた名詞述語文の意味解析の方法について議論す る．この方法では，入力文をパターンと照合すると，複数の照合結果が得られる． その中から照合結果の選択を行うことで，意味が解析されたことになる．パター ン辞書について，用言述語文を対象とするものとして日本語語彙大系が既に存在 する．重文複文を対象とするパターン辞書として鳥バンクが存在する．名詞述語 文を対象とするパターン辞書は存在しない．既存のパターン辞書では網羅されて いない文型が存在するので，その文型を網羅するパターン辞書を作成する必要が ある．次に，パターン運用する場合，照合結果の選択が必要である．単文の場合 は，主語および述語の意味属性コードを利用するが，重文複文では，主部や述部 の具体性の判定において意味属性コードだけでは不足しており，主語の前の連体 修飾表現の有無などの文構造の確認を加えて行う必要があるため，照合結果の選 択条件が複雑になる．そこで，本研究では，名詞述語文の意味分類を確認し，名 詞述語文を対象とするパターン辞書を作成するとともに，照合結果の選択条件を 判定するために意味属性コードを利用する方法，および，機械学習を利用する方 法を試みる．

以上について具体的に，まず，名詞述語文の意味分類を確認のため，名詞述語文 の先行研究における例文，および，Wikipediaの文を対象に文の構造について分 析を行う．次に，分析結果を基にパターン化基準を作成し，パターン辞書のエン トリを作成する．作成した結果，例文41文から21エントリを作成できた．次に， パターンの照合結果の選択を行う方法を開発する．選択は，「意味属性コードを 利用した照合結果の選択」の方法，および，「機械学習を利用した照合結果の選 択」の方法の2つを提案する．

評価実験の結果，クローズドテストおよびクロスバリデーションでは，再現率， 適合率，および，$F$ 値の全てが，「意味属性コードを利用した照合結果の選択」 が上回り，オープンテストでは，再現率は「意味属性コードを利用した照合結果 の選択」が，適合率は「機械学習を利用した照合結果の選択」がそれぞれわずか に上回った．誤りの主な原因は，単語を固有名詞とみなす処理が不足していたこ とだった．固有表現解析の問題として解決が可能と考えると，本研究により名詞 述語文の意味解析のためのパターン辞書の構築および運用について方法を示すこ とができたといえる．

以上により，本研究では，名詞述語文の分類を，範疇叙述型，属性叙述型，およ び，外延叙述型に分類とすることに問題ないことを確認した．パターン化の基準 を示したので，パターン辞書の構築が可能になった．名詞述語文の例文を基に41 文から21エントリを得た．パターンの運用は，実験により，パターンの網羅性は 良好であり，照合結果の選択は，現状では意味属性コードを利用する方法，およ び，機械学習を利用する方法のどちらも適応できることを確認した．