大規模なテキストコーポラでのメタファー識別

比phor的な言語使用（たとえば、甘い子供）を特定することは、自然言語処理が直面している課題の1つです。このペーパーでは、自動メタファー識別のための3つの新しいアルゴリズムについて説明します。アルゴリズムは、同じコアアルゴリズムのバリエーションです。ロイターの2つのコーパスとニューヨークタイムズの記事のアルゴリズムを評価します。この論文は、比phor的なフレーズの範囲と注釈付きコーパスサイズの観点から、比phorの識別に関する最も包括的な研究を提示します。言語フレーズを比phor的または文字通りとして識別する際のアルゴリズムのパフォーマンスは、人間の判断と比較されています。全体として、アルゴリズムは、コーパス内のメタファーの基本レートの予測の71％と27％の予測の平均的な改善で、最先端のアルゴリズムを上回ります。

Identifying metaphorical language-use (e.g., sweet child) is one of the challenges facing natural language processing. This paper describes three novel algorithms for automatic metaphor identification. The algorithms are variations of the same core algorithm. We evaluate the algorithms on two corpora of Reuters and the New York Times articles. The paper presents the most comprehensive study of metaphor identification in terms of scope of metaphorical phrases and annotated corpora size. Algorithms' performance in identifying linguistic phrases as metaphorical or literal has been compared to human judgment. Overall, the algorithms outperform the state-of-the-art algorithm with 71% precision and 27% averaged improvement in prediction over the base-rate of metaphors in the corpus.