交差状況学習と教師なし形態素解析による語彙獲得モデル

抄録

本研究では，交差状況学習のモデルを教師なし形態素解析手法との統合によって拡張し，辞書を持たないエージェントが単語とその意味を発見する計算論的モデルを構築する．これまで，単語の属性とカテゴリを推定することで単語の意味を学習する計算論的モデルが提案されていたが，このモデルでは文の分節化を行うことができず，また感覚情報と対応しない単語 (ungrounded words) の存在を考慮していなかった．そこで本研究では，文に含まれる単語が何か，その単語に対応する属性やカテゴリが何か，また単語が ungrounded words であるかを同時に推論するモデルを提案する．実験の結果，提案手法では，感覚情報を考慮することで文の分節化性能が 2.1% 向上し，また ungrounded words を考慮することで感覚情報のクラスタリング性能が向上することが示された．