DiscoExplorer：多言語談話関係研究のためのオープンインターフェース

計算言語学と語用論において、談話関係——例えば因果関係（「AだからB」）や譲歩関係（「AだけれどもB」）——は、命題間のつながりを理解する上で重要な研究テーマです。しかし、これらの関係を言語を超えて比較研究することは長らく困難とされてきました。その障害となっているのは、データセット間での談話関係の分類体系が統一されていないこと、そして分析に適したインターフェースが不足していることです。近年、標準化の取り組みが進み、異なるデータセット間での比較が可能になりつつありますが、データの複雑さと使いやすい分析ツールの欠如が依然として大きな壁となっています。

この状況を打開するため、ジョージタウン大学の Amir Zeldes 氏らは DiscoExplorer を開発しました。これはオープンソースのウェブインターフェースで、ユーザーのローカルコンピュータ上で動作するため、データを外部サーバーに送信する必要がなく、プライバシーとカスタマイズ性が確保されています。DiscoExplorer は、DISRPT 共有タスクで提供されている談話関係の分類データセットを統合し、英語、中国語、日本語、ドイツ語、フランス語など16言語をカバーしています。研究者は複雑なデータ形式を意識することなく、統一されたインターフェースからアクセスできます。

DiscoExplorer の主な機能は3つあります。第一に、柔軟なクエリ言語により、関係タイプ（因果、対比、時系列など）や信号デバイス（「だから」「しかし」などの接続詞）を指定してデータを検索できます。第二に、検索ツールはコーパス内の事例を高速に見つけ出し、正規表現を用いた高度な検索も可能です。第三に、可視化モジュールは関係の分布や信号デバイスの頻度をグラフィカルに表示し、言語間の類似点と相違点を直感的に把握できます。論文では、例えば異なる言語における因果関係の表現傾向を分析した事例研究が紹介されており、ツールの実用性が示されています。

DiscoExplorer の登場は、多言語談話関係研究における分析プラットフォームの空白を埋めるものです。使いやすいインターフェースを提供することで、言語横断的な実証研究を促進し、機械翻訳やテキスト生成、対話システムなどの自然言語処理アプリケーションの基盤を強化することが期待されます。オープンソースであるため、研究者は自由にデータセットを拡張したり、新しい言語を追加したり、独自の機能を実装したりすることができ、コミュニティ全体の協力と革新を促すでしょう。