隠れマルコフモデルによる歴史テキストの人物移動のモデル化

抄録

自然言語の「意味」の理解はコンピュータにとって難しいタスクである．計算機による自然言語理解という問題に対する既存のアプローチのほとんどは述語論理をベースとした知識表現や推論機構を用いており，「世界」に関する定量的な情報や，時間発展の現象を扱うことが極めて難しいという問題がある．このことは，歴史的事象の理解を目的とする場合には致命的な欠点となる．そこで我々は，テキストに記述された歴史イベントを読み取り，記述された内容に即した世界モデルを学習により獲得する手法を提案する．本稿では，実際に人物の移動に関する記述から隠れマルコフモデルを構築する実験を行った．