質問応答システムにおける質問文内の漢字文字列に対する用語特定手法

摘要

近年，ユーザが入力した質問文に対して大量の知識源から回答を得る質問応答システムの研究が注目されている・特にインターネットの普及により，Googleに代表されるWWW検索エンジンを用いて，WWW空間から回答を探す技術が研究されている．これらのシステムでは，質問文内から抽出されたキーワードをWWW検索エンジンに入力し，その検索解果から回答を出力している．本稿では，質問文からキーワードを抽出する際に起こる，用語の過分割問題に着日し，WWW検索エンジンを用いた質問文内の用語特定手法を提案する．本手法は，学習フェーズおよび用語特定フェーズから構成される．まず学習フェーズでは，学習データの各用語候補に対して，WWW検索エンジンでの検索縮果（サマリ）から継続度，品詞，文字種などの持敬量を抽出し，Support Vector Machine（SVM）を用いて用語判定モデルを作成する．次に，用語特定フェーズでも同様に特敬呈を抽出した後，用語判定モデルを用いて用語を特定する．実際に，NTCIR4-QAC2の質問文に対して本手法で用語特定を行った結果，従来手法と比較して射55％の質問甘に対して用語特定精度の向上が認められた．%Recently, Question Answering(QA) systems using WWW search engines have been developed by spread of the Internet technology. This system extracts keywords from the question sentence, and searches answer from retrieval results using their keywords. In this paper, we focus on the problem of term overdivision in the question, and propose the method to specify their terms by WWW search engines. This method is composed of the learning phase and the term extraction phase. In the learning phase, the feature parameter is extracted from term candidates, and learning model is made by the Support Vector Machine(SVM). In the term extraction phase, results of term extraction are shown by referring to the learning model. Actually, we made a experiment with 140 questions of NTCIR-QAC2 for a comparison between the proposed method and conventional method. Then, the proposed method exceeded the conventional method in accuracy of term extraction.