1. LOGO
符号なしのベトナム語
を修正する提案
Luu Tuan Anh
長岡技術科学大学
自然言語処理山本研究室

2. 現在のベトナム語
 ベトナム語の概要：
•日本語と同じ、形態素解析が難しい。
•ラテン文字を使う
•母音と子音
•母音：a, ă, â, e, ê, i, o, ô, ơ, u, ư, y
•符号を持つ子音：đ
•アクセントの符号：
母音と結
合する
a á à ạ ả ã

3. 符号があるか否かの問題
符号がある場合 符号がない場合
・わかりやすい ・タイピングをしやすい
・誤解があまりない ・どこも表示できる
・タイピングが面倒 ・わかりづらい
・ベトナムのフォントがな ・誤解しやすい
ければ表示できない。

4. 符号があるか否かの問題
符号なし 符号ある 意味
chó 犬
cho chợ 店
chờ 待つ

5. 符号があるか否かの問題
変形規則が必要
a a á à ạ ã ả â ấ ầ ậ...
e e é è ẹ ẽ ẻ ê ế ề ệ...
i iíìịĩỉ
o o ó ò ọ õ ỏ ô ố ồ ộ...
u u ú ù ụ ũ ủ ư ứ ừ ự…
y yýỳỵ…

6. N-gramモデルの提案
Input : 符号なしの文 s
Step 1 : sをそのまま形態素解析して、得られた結果を
単語リストtとする。
t[i]だけ
Step 2 : 変形規則により、t[i]とt[i+1] の変形を全部作成
する。
Step 3 : bigramを利用して、step2での変形のペアの中
で最も高いペアを決まる。符号を付ける。
また、step2に戻る。

7. N-gramモデルの提案
s : hom nay troi mua. (今日雨が降った。)
形態素解析
t : hom_nay troi mua.
Hom nay troi mua
Hôm
trời mua
nay
文頭 文末
trói múa
コスト最小法 mùa
コスト:digram mưa

8. N-gramモデルの提案
問題？
Input : 符号なしの文 s
Step 1 : sをそのまま形態素解析して、得られた結果を
単語リストtとする。
Step 2 : 変形規則により、t[i]とt[i+1] の変形を全部作成
する。
Step 3 : bigramを利用して、step2での変形のペアの中
で最も高いペアを決まる。符号を付ける。
また、step2に戻る。

9. 形態素解析と同時に行う提案
コスト＝∑｛（形態素コスト×形態素コスト重み）
（品詞コスト×見出し語コスト） １
１０～１００ ～ １．０～
＋（連接コスト×連接コスト重み）｝
～１０～ ４
から ４０
だ
４０ １０ １１ ４０
文頭 ４０
読む 文末
１００
１６ ４０
か ら だ
１００×１．６

10. 形態素解析と同時に行う提案
例：hoc sinh hoc
học sinh hóc
hoc sinh hoc
hóc sinh
học
文頭 文末
học sinh
học
hoc sinh hoc
hóc hóc sinh

11. 問題点
 ノードの数が増えている。
ですが、このグラフはtopologyのグラフだか
ら、計算量はO(n)であって、ノードがk倍増え
ても、計算量はO(k*n)である。この値は小さ
い。

12. LOGO
終わり
Luu Tuan Anh