Development of Large-Scale Grammars Through Corpus Construction (Japanese Audio)

Google Tech Talk 14:00- JST Oct 27 2010 At Google Japan (Japanese Audio) Speaker : Yusuke Miyao (宮尾祐介) Bio : http://www.nii.ac.jp/en/faculty/digital_content/MIYAO-Yusuke/ Affiliation : National Institute of Informatics (国立情報学研究所) Language : spoken in Japanese and slides in English Title : Development of large-scale grammars through corpus construction Abstract : A crucial bottleneck of grammar-based deep parsing is the difficulty of the development of large-scale grammars that can analyze real-world sentences. In our approach, the final goal of grammar development is the construction of a treebank (parsed corpus) that conforms to a grammar theory. Given an existing corpus (e.g. Penn Treebank) and a grammar theory, we can construct a treebank at low cost. Since a large-scale lexicon can be extracted automatically from the treebank, a large-scale grammar can be developed in a short period. In this talk, I overview our method of corpus-based grammar development, in comparison with manual grammar development and grammar learning. Japanese title : コーパス構築に基づく大規模文法開発 Japanese abstract : 文法に基づく深い構文解析の最大の問題点は，実世界の文を解析できる大規模 文法の実装が困難なことである．コーパス構築に基づく文法開発手法では，文 法開発の最終目的を，文法理論に基づくツリーバンク（解析済みコーパス）の 構築と考える．既存のコーパス(Penn Treebank など)と文法理論を利用すると， ツリーバンクは比較的低コストで構築することができる．すると，大規模辞書 はツリーバンクから自動獲得できるので，大規模文法を短期間で開発すること が可能となった．本トークでは，人手による文法開発や文法学習と対比しなが ら，コーパス構築に基づく文法開発手法を概説する．