Não Aqui!

Imed Zitouni; Radu Florian. Mention Detection Crossing the Language Barrier.

“President John Smith said he has no comments.”という例文において，エンティティへの参照表現，例えば”John Smith”（固有表現），”President”（名詞句），”he”（代名詞）などを認識するタスクは，mention detectionと呼ばれる．本論文では，言語資源が乏しい言語（例えばアラビア語やスペイン語など）におけるmention detection性能を向上させるために，言語資源が豊富な言語（例えば英語）の学習データを利用する方法を提案する．

まず，mention detectionタスクを，固有表現抽出と同様に系列ラベリング問題と捉え，log-linearモデルで定式化する（読者注：論文の著者らは言及していないが，論文で提案されているモデルは，状態素性の作り方が特殊なCRFと捉えることができる）．言語資源が乏しい言語のmention detectionを行うときに，資源が豊富な言語（英語）の力を借りる方法として，以下の３つを試している．

1. 入力文を統計的機械翻訳を用いて英語に翻訳し，英語においてmention detectionした結果を，単語アライメントを経由して，元の言語に伝搬（そのままラベル付け）する方法
2. 入力文を統計的機械翻訳を用いて英語に翻訳し，英語においてmention detectionした結果を，元言語のmention detection分類器の素性として取り込む方法
3. 元言語の大量のコーパスを英語に翻訳し，英語においてmention detectionをした後，その結果を元言語に伝搬させ，元言語の訓練例として用いる手法

統計的機械翻訳の面白い使い道ではあるが，アイディアが単純過ぎる気が･･･．