Computational models of inductive reasoning using a statistical analysis of a Japanese corpus

The comparative study of probabilistic knowledge structure between Japanese and Chinese

“…本研究の目的は，日本語，中国語の大規模データに言語統計解析を用いて確率的言語知識構造を構築 し，個々の言語の表面的な違いを超えて両言語の背景にある文化や社会システムを比較考察することで ある．本研究では，従来用いられている潜在意味分析(Latent Semantic Analysis)等の問題点を解消した， より厳密な確率的方法として，Kameya & Sato [6] [2,3,4] ，概念表現の精度において優れていること が報告されている [3,4,5] [2] は上 記 PLSI と同様の潜在意味クラスの仮定に基づき， 単語間の共起確率を表現する手法を提案している． 同様の仮定に基づき，より厳密な確率的方法を用 いてパラメータを推定する手法として，Kameya & Sato [6] によるアルゴリズムが挙げられる． この手法 では，名詞と形容詞もしくは動詞の共起(係り受 け)確率 P(n i , a j ) は以下の式で表現される． [7] ，Terai [8,9] ， Sakamoto(日本語) [10] と，多くの先行研究で用い られており，各研究における計算モデルの前提と して，同じ形式の確率的言語知識構造が構成され ている．また，これらの確率的言語知識構造の妥 当性や信頼性については，日本語の場合は間接的 ではあるが，阿部の研究において確認されており， 中国語の場合は心理評定との高い相関が示されて いる [11] [6] の解析方法を適用し中国語の確率 的言語知識構造を構築した．これらの結果は前述 のように心理評定との高い相関が示されている [11] [13] を使用した．日 本語作文支援システム「なつめ」 [14] で用いられて いる抽出ルールに従った．共起頻度データに， Kameya & Sato [6]…”

Research on the Evaluation of Textual Comprehensibility Based on French Corpus

“…These studies cover a large range of related fields of text analyses. For example, some researchers focus on the statistical analyses of data extracted from a given corpus [1], or on the study of automatic summarization [2]. Other research topics include the identification and discrimination of texts, the audio-plus-visual text combination, the automatic tagging of texts [3], the discourse analyses of texts [4], the study of sound variation in texts [5], the study of semantic preference [6]or writing styles of various texts.…”

Construction of a Probabilistic Hierarchical Structure Based on a Japanese Corpus and a Japanese Thesaurus

“…The purpose of the present paper is to demonstrate the feasibility of our method of constructing a probabilistic hierarchical structure based on a corpus and a thesaurus, as this kind of probabilistic hierarchal structure could be applied to various models within different fields. For example, the computational model of inductive reasoning based on categories [12], the computational model of metaphor understanding [13] and the computational model of metaphor generation [14] could be improved using this probabilistic hierarchical structure.…”

“…Association probabilities of nouns to categories, which are conditional probabilities of categories given nouns, and conditional probabilities of nouns given categories, are calculated based on formulas (12) and (13),…”

“…based on formula (12). The relationships between categories at an upper level and a lower level are represented as the association probability of the lower category to the upper one.…”