![既存研究 ⑤
・The PASCAL Recognizing Textual
Entailment Challenge [Dagan et al. 2005]
⇒機械翻訳や情報検索の手法を使用
・日本語Textual Entailmentのデータ構築と自動
獲得した類語表現に基づく推論関係の認識
[小谷ら 2008]
⇒推論要因を5つに分類し，評価セットを構築
⇒分類方法が不明瞭なため再現性がない
⇒含意認識時の問題点が議論しにくい](https://image.slidesharecdn.com/11nlp-udaka-140312035654-phpapp02/85/-16-320.jpg)
複数の客観的手法を用いたテキスト含意認識評価セットの構築
- 2. テキスト含意認識とは① ・言語表現Ａ（テキスト）が言語表現Ｂ（仮説） の意味を含むかを判断するタスク テキスト ：日本の大豆生産量は世界16位だ 仮説 ：日本は大豆を生産している 含意判定 ：含意 テキスト含意認識の例
- 7. 手法A：複文の単文化 ⑥ ・連体修飾節について格助詞を補う ⇒文構造を変化させた仮説を作成 テキスト ：AT&Tは高速ネット接続を可能にする CATV網を他の通信会社に開放する 仮説 ：高速ネット接続をCATV網が可能にする 生成されるペアの例
- 9. 手法C:副詞の削除 ⑧ ・文中に存在する副詞を全て削除 （副詞可能名詞も含む） ⇒表層情報を変化させた仮説を生成 テキスト ：東証のベンチャー向け新市場「マザーズ」 に２２日、ネット関連２社が始めて上場 仮説 ：東証のベンチャー向け新市場「マザーズ」 に２２日、ネット関連２社が上場 生成されるペアの例
- 10. 手法D：接頭辞の削除 ⑨ ・文中に存在する接頭辞を全て削除することで 仮説を生成 （「反，未，非，無，不」は未削除） ⇒表層情報を変化させた仮説を生成 テキスト ：ジー・オー巨額詐欺事件で大神源太被告ら ５人の初公判が２０日、東京地裁で開かれた 仮説 ：ジー・オー巨額詐欺事件で大神源太被告ら ５人の公判が２０日、東京地裁で開かれた 生成されるペアの例
- 16. 既存研究 ⑤ ・The PASCAL Recognizing Textual Entailment Challenge [Dagan et al. 2005] ⇒機械翻訳や情報検索の手法を使用 ・日本語Textual Entailmentのデータ構築と自動 獲得した類語表現に基づく推論関係の認識 [小谷ら 2008] ⇒推論要因を5つに分類し，評価セットを構築 ⇒分類方法が不明瞭なため再現性がない ⇒含意認識時の問題点が議論しにくい