Não Aqui!

Chris Callison-Burch. Syntactic Constraints on Paraphrases Extracted from Parallel Corpora.

表現e_1からe_2への言い換え確率は，f-e言語間の並列コーパスに対して，フレーズ抽出ヒューリスティック (Och and Ney, 2004) を用いて，p(e_2|e_1) = \sum_f p(f|e_1) p(e_2, f, e_1) ≒ \sum_f p(f|e_1) p(e_2|f) と計算される．しかしながら，この手法は”equal”-”equal rights”, “create equal”-”equal”に見られるように，部分文字列を含む言い換えペアを抽出してしまうため，言い換え後の文が文法的に正しくなる保証がない．例えば，”create equal”を”equal”に言い換えると，文から動詞が消えてしまう恐れがある．

この問題に対処するため，言い換え元の表現の文法カテゴリに基づく制約を導入する．表現e_1の文法カテゴリをs(e_1)とすると，表現e_1からe_2への言い換え確率を，p(e_2|e_1,s(e_1))  = 1/|C| * \sum_{c \in C} \sum_f p(f|e_1, s(e_1)) p(e_2|f, s(e_1)) と計算する．表現e_1の文法カテゴリs(e_1)には，CCGスタイルの記法（例えば”VP/(NP/NNS)”）を採用する．