抄録

○別所克人・牧野俊朗・松尾義博（NTT）

本稿では、WordNetに代表される上位下位関係を規定したシソーラスを拡張する手法を提案する。具体的には、大量の文書から獲得した単語の概念ベクトルの集合である概念ベースを用いて、シソーラス内の下位語の概念ベクトルと、上位語の概念ベクトルとの対応関係を回帰分析により学習する。この結果得られた最小自乗行列を、任意の語の概念ベクトルに適用することにより、上位概念相当の概念ベクトルが得られるので、この上位概念相当ベクトルに近い概念ベクトルをもつ単語を上位語と推定する。