WEKO3
アイテム
{"_buckets": {"deposit": "f7d6318d-4f99-4e5d-8660-6b8120351b86"}, "_deposit": {"created_by": 3, "id": "3514", "owners": [3], "pid": {"revision_id": 0, "type": "depid", "value": "3514"}, "status": "published"}, "_oai": {"id": "oai:repository.ninjal.ac.jp:00003514", "sets": ["516"]}, "author_link": ["4607", "11749", "11748"], "item_10003_biblio_info_32": {"attribute_name": "書誌情報", "attribute_value_mlt": [{"bibliographicIssueDates": {"bibliographicIssueDate": "2021", "bibliographicIssueDateType": "Issued"}, "bibliographicPageEnd": "239", "bibliographicPageStart": "226", "bibliographicVolumeNumber": "6", "bibliographic_titles": [{"bibliographic_title": "言語資源活用ワークショップ発表論文集"}, {"bibliographic_title": "Proceedings of Language Resources Workshop", "bibliographic_titleLang": "en"}]}]}, "item_10003_description_27": {"attribute_name": "会議概要(会議名, 開催地, 会期, 主催者等)", "attribute_value_mlt": [{"subitem_description": "会議名: 言語資源活用ワークショップ2021, 開催地: オンライン, 会期: 2021年9月13日-14日, 主催: 国立国語研究所 コーパス開発センター", "subitem_description_type": "Other"}]}, "item_10003_description_29": {"attribute_name": "抄録", "attribute_value_mlt": [{"subitem_description": "『日本語日常会話コーパス』(CEJC)の短単位情報付与作業では、次の4段階の作業工程、(i)転記をMeCab(解析器)+UniDic(解析辞書)で自動解析、(ii)音声を聴取しながら、付加情報の一つである「発音形」のみを人手修正、(iii)人手修正された発音形を尊重しつつ再び自動解析、(iv)短単位情報(境界情報、発音形以外の付加情報)を人手修正、を踏んでいる。今後の(iv)人手修正作業の参考とするため、人手修正済みデータを対象に、複数の版の現代話し言葉UniDic(Ver2.2.0, 2.3.0, 3.0.1, 3.1.0)を用いて(i)-(iii)を自動で実施し、その出力と人手修正結果とを比較した。その結果、UniDicの版が新しくなるにつれて誤解析の頻度が低下し、向上が見られたものの、誤りやすい個所がなお残っていることがわかった。特に、品詞が 「記号」「代名詞」「接続詞」「名詞-助動詞語幹」「名詞-固有名詞-人名-一般」「名詞-固有名詞-一般」となるべき語は、UniDicの版が新しくなっても別の品詞として解析される、短単位境界を誤るなど、誤解析が起こりやすい。", "subitem_description_type": "Abstract"}]}, "item_10003_description_43": {"attribute_name": "フォーマット", "attribute_value_mlt": [{"subitem_description": "application/pdf", "subitem_description_type": "Other"}]}, "item_10003_description_51": {"attribute_name": "著者所属", "attribute_value_mlt": [{"subitem_description": "国立国語研究所", "subitem_description_type": "Other"}, {"subitem_description": "国立国語研究所", "subitem_description_type": "Other"}]}, "item_10003_description_52": {"attribute_name": "著者所属(英)", "attribute_value_mlt": [{"subitem_description": "National Institute for Japanese Language and Linguistics", "subitem_description_type": "Other"}, {"subitem_description": "National Institute for Japanese Language and Linguistics", "subitem_description_type": "Other"}]}, "item_10003_identifier_registration": {"attribute_name": "ID登録", "attribute_value_mlt": [{"subitem_identifier_reg_text": "10.15084/00003497", "subitem_identifier_reg_type": "JaLC"}]}, "item_10003_publisher_45": {"attribute_name": "出版者", "attribute_value_mlt": [{"subitem_publisher": "国立国語研究所"}]}, "item_10003_relation_40": {"attribute_name": "関連サイト", "attribute_value_mlt": [{"subitem_relation_name": [{"subitem_relation_name_text": "言語資源活用ワークショップ2021"}], "subitem_relation_type_id": {"subitem_relation_type_id_text": "https://ccd.ninjal.ac.jp/lrw2021.html", "subitem_relation_type_select": "URI"}}]}, "item_10003_version_type_44": {"attribute_name": "著者版フラグ", "attribute_value_mlt": [{"subitem_version_resource": "http://purl.org/coar/version/c_970fb48d4fbd8a85", "subitem_version_type": "VoR"}]}, "item_creator": {"attribute_name": "著者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "渡邊, 友香"}, {"creatorName": "ワタナベ, ユカ", "creatorNameLang": "ja-Kana"}], "nameIdentifiers": [{"nameIdentifier": "11748", "nameIdentifierScheme": "WEKO"}]}, {"creatorNames": [{"creatorName": "西川, 賢哉"}, {"creatorName": "ニシカワ, ケンヤ", "creatorNameLang": "ja-Kana"}, {"creatorName": "NISHIKAWA, Ken\u0027ya", "creatorNameLang": "en"}], "nameIdentifiers": [{"nameIdentifier": "4607", "nameIdentifierScheme": "WEKO"}, {"nameIdentifier": "50780516", "nameIdentifierScheme": "e-Rad", "nameIdentifierURI": "https://nrid.nii.ac.jp/ja/nrid/1000050780516"}, {"nameIdentifier": "kennskw", "nameIdentifierScheme": "researchmap", "nameIdentifierURI": "https://researchmap.jp/kennskw"}]}, {"creatorNames": [{"creatorName": "WATANABE, Yuka", "creatorNameLang": "en"}], "nameIdentifiers": [{"nameIdentifier": "11749", "nameIdentifierScheme": "WEKO"}]}]}, "item_files": {"attribute_name": "ファイル情報", "attribute_type": "file", "attribute_value_mlt": [{"accessrole": "open_date", "date": [{"dateType": "Available", "dateValue": "2022-01-04"}], "displaytype": "detail", "download_preview_message": "", "file_order": 0, "filename": "LRW2021_22-p3-2.pdf", "filesize": [{"value": "821.7 kB"}], "format": "application/pdf", "future_date_message": "", "is_thumbnail": false, "licensetype": "license_free", "mimetype": "application/pdf", "size": 821700.0, "url": {"label": "LRW2021_22-p3-2.pdf", "url": "https://repository.ninjal.ac.jp/record/3514/files/LRW2021_22-p3-2.pdf"}, "version_id": "2632decf-19a0-4326-8aef-eeafb8a7f50e"}]}, "item_keyword": {"attribute_name": "キーワード", "attribute_value_mlt": [{"subitem_subject": "UniDic", "subitem_subject_scheme": "Other"}, {"subitem_subject": "日本語日常会話コーパス(CEJC)", "subitem_subject_scheme": "Other"}, {"subitem_subject": "UniDic", "subitem_subject_language": "en", "subitem_subject_scheme": "Other"}, {"subitem_subject": "Corpus of Everyday Japanese Conversation (CEJC)", "subitem_subject_language": "en", "subitem_subject_scheme": "Other"}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "conference paper", "resourceuri": "http://purl.org/coar/resource_type/c_5794"}]}, "item_title": "『日本語日常会話コーパス』での形態素解析:誤解析箇所の分析", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "『日本語日常会話コーパス』での形態素解析:誤解析箇所の分析"}, {"subitem_title": "Morphological Analysis of the Corpus of Everyday Japanese Conversation : An error analysis", "subitem_title_language": "en"}]}, "item_type_id": "10003", "owner": "3", "path": ["516"], "permalink_uri": "https://doi.org/10.15084/00003497", "pubdate": {"attribute_name": "公開日", "attribute_value": "2022-01-07"}, "publish_date": "2022-01-07", "publish_status": "0", "recid": "3514", "relation": {}, "relation_version_is_last": true, "title": ["『日本語日常会話コーパス』での形態素解析:誤解析箇所の分析"], "weko_shared_id": -1}
『日本語日常会話コーパス』での形態素解析:誤解析箇所の分析
https://doi.org/10.15084/00003497
https://doi.org/10.15084/0000349791cf6a32-6fd2-4de8-bde1-83fa95228185
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
|
Item type | 会議発表論文 / Conference Paper(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2022-01-07 | |||||
タイトル | ||||||
タイトル | 『日本語日常会話コーパス』での形態素解析:誤解析箇所の分析 | |||||
タイトル | ||||||
言語 | en | |||||
タイトル | Morphological Analysis of the Corpus of Everyday Japanese Conversation : An error analysis | |||||
言語 | ||||||
言語 | jpn | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | UniDic | |||||
キーワード | ||||||
主題Scheme | Other | |||||
主題 | 日本語日常会話コーパス(CEJC) | |||||
キーワード | ||||||
言語 | en | |||||
主題Scheme | Other | |||||
主題 | UniDic | |||||
キーワード | ||||||
言語 | en | |||||
主題Scheme | Other | |||||
主題 | Corpus of Everyday Japanese Conversation (CEJC) | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||
資源タイプ | conference paper | |||||
ID登録 | ||||||
ID登録 | 10.15084/00003497 | |||||
ID登録タイプ | JaLC | |||||
著者 |
渡邊, 友香
× 渡邊, 友香× 西川, 賢哉× WATANABE, Yuka |
|||||
著者所属 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 国立国語研究所 | |||||
著者所属 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 国立国語研究所 | |||||
著者所属(英) | ||||||
内容記述タイプ | Other | |||||
内容記述 | National Institute for Japanese Language and Linguistics | |||||
著者所属(英) | ||||||
内容記述タイプ | Other | |||||
内容記述 | National Institute for Japanese Language and Linguistics | |||||
会議概要(会議名, 開催地, 会期, 主催者等) | ||||||
内容記述タイプ | Other | |||||
内容記述 | 会議名: 言語資源活用ワークショップ2021, 開催地: オンライン, 会期: 2021年9月13日-14日, 主催: 国立国語研究所 コーパス開発センター | |||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 『日本語日常会話コーパス』(CEJC)の短単位情報付与作業では、次の4段階の作業工程、(i)転記をMeCab(解析器)+UniDic(解析辞書)で自動解析、(ii)音声を聴取しながら、付加情報の一つである「発音形」のみを人手修正、(iii)人手修正された発音形を尊重しつつ再び自動解析、(iv)短単位情報(境界情報、発音形以外の付加情報)を人手修正、を踏んでいる。今後の(iv)人手修正作業の参考とするため、人手修正済みデータを対象に、複数の版の現代話し言葉UniDic(Ver2.2.0, 2.3.0, 3.0.1, 3.1.0)を用いて(i)-(iii)を自動で実施し、その出力と人手修正結果とを比較した。その結果、UniDicの版が新しくなるにつれて誤解析の頻度が低下し、向上が見られたものの、誤りやすい個所がなお残っていることがわかった。特に、品詞が 「記号」「代名詞」「接続詞」「名詞-助動詞語幹」「名詞-固有名詞-人名-一般」「名詞-固有名詞-一般」となるべき語は、UniDicの版が新しくなっても別の品詞として解析される、短単位境界を誤るなど、誤解析が起こりやすい。 | |||||
書誌情報 |
言語資源活用ワークショップ発表論文集 en : Proceedings of Language Resources Workshop 巻 6, p. 226-239, 発行日 2021 |
|||||
関連サイト | ||||||
識別子タイプ | URI | |||||
関連識別子 | https://ccd.ninjal.ac.jp/lrw2021.html | |||||
関連名称 | 言語資源活用ワークショップ2021 | |||||
フォーマット | ||||||
内容記述タイプ | Other | |||||
内容記述 | application/pdf | |||||
著者版フラグ | ||||||
出版タイプ | VoR | |||||
出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||
出版者 | ||||||
出版者 | 国立国語研究所 |