自然言語処理（NLP）アプリケーションは、大規模で豊富な言語知識を必要とする。さらに、辞書や百科事典、コーパスといった電子的な言語リソースが利用可能になってきた。そのため、知識獲得のボトルネックを克服するために、これらのリソースから語彙情報を自動的に抽出する手法が登場している。本論文では、アラビア語-英語Al-Mawrid辞書の機械可読版から語彙情報を自動抽出する方法を提案する。
研究チームはまず、n-gram分析とKWIC（key-word-in-context）分析を用いて語彙パターンを発見した。これらのパターンは、形態論的、統語論的、または意味論的な情報を反映している。例えば、派生語のパターンは語根と接辞の関係を示し、同義語のパターンは語間の意味的類似性を明らかにする。辞書テキスト中に頻繁に現れるn-gramシーケンスやキーワードの文脈を分析することで、研究者は潜在的な情報タイプを特定できる。
次に、研究者は手作業で構築したルールベースの情報抽出を用いて、これらのパターンに対応する情報を辞書から抽出した。形態論的情報（派生語など）については、ルールが特定の接辞やパターンを識別する。意味論的情報（分野ラベルや上位語/下位語関係など）については、ルールが句読点や構造的特徴を利用して抽出を行う。さらに、句読点とヒューリスティックスを用いて、サブエントリ内の同義語セットを抽出した。
実験の結果、本手法はすべての情報タイプの抽出において高い適合率を示した。これは、抽出された情報のほとんどが正確であることを意味する。同義語の抽出については再現率も高く、システムがほとんどの同義語をカバーできていることを示す。しかし、その他の情報タイプでは再現率が低く、システムが一部の情報を漏らしていることを示唆する。これは、ルールのカバレッジ不足や辞書構造の複雑さに起因する可能性がある。
また、Al-Mawrid辞書には、派生語（形態論的情報）や同義語、分野ラベル、上位語/下位語関係（意味論的情報）が豊富に含まれていることが明らかになった。これらの豊富な語彙知識は、機械翻訳、情報検索、意味解析などのNLPアプリケーションにとって重要である。本研究は、機械可読辞書から語彙リソースを自動構築するための実現可能な技術的アプローチを提供する。
本論文は、2014年11月26日から27日にモロッコのウジダで開催された第5回国際アラビア語処理会議（CITALA 2014）で発表された。9ページ、7図、4表からなる。元の会議ウェブサイトは閉鎖され、議事録PDFは公開されていないが、論文はアーカイブされた採択論文としてリストされている。本研究は計算言語学（cs.CL）に属し、arXiv識別子は2606.28457である。