イベントの時系列分析による因果関係知識の獲得

博紀 小野 · Institutional Repositories DataBase (IRDB)

因果関係に関する知識は、意思決定やリスク回避を行うとき、重要な知識となる。しかし、大規模な文書集合から人手で因果関係に関する知識を獲得するのはコストと時間がかかり、かつ多くの事象が絡み合っているため容易ではない。そこで、文書集合から自動的に因果関係知識を獲得する研究が行われている。因果関係抽出に関する研究の多くは、因果関係にある事象対は文書内で共起しやすいという特性を利用しているため、文書内で共起しない事象対については考慮されていない。そのため、文書に明示的に書かれていないが人は常識として認識している因果関係や、新たな知識発見となる因果関係知識は抽出できない。そこで本研究では、明示的に書かれていない因果関係知識とともに、新たな知識発見となる因果関係知識を獲得する手法を提案する。本研究においてイベントは「<景気、上昇>」のように名詞NPと動詞句VPのペアで表され、このペア をイベント表現と呼ぶ。そして、提案する獲得手法では、新聞記事からイベント表現を抽出するところから始まる。次に、同じイベント表現を持つそれぞれのイベント表現集合に対して、話題ごとに分けるためのクラスタリングを行う。ここで得られたそれぞれのクラスタが、因果関係知識における1つの事象となる。そして、それらのクラスタ内に含まれるイベント表現を時系列順に並び替え、その時系列データに対して、イベントが話題となった時期を鮮明にするためにバースト検出を行う。最後に、これらの時系列データを対象にグレンジャー因果性検定を用いて因果性の有無を判断し、この検定で有意となったイベント対を因果関係知識として抽出する。評価実験により、提案手法を用いることで妥当な因果関係とともに、既存手法では獲得しづらかった知識も獲得できることを確認できた。また、イベントの時系列データに対してバースト検出を行うことで、人では気づきにくい因果関係知識を獲得できることがわかった。

Cited by 0 works.

Authors