文献

J-GLOBAL ID：201702216366460018   整理番号：17A0371500

関係抽出のためのニューラルネットワーク:学習概念意味的および関係パターン【Powered by NICT】

A neural network framework for relation extraction: Learning entity semantic and relation pattern

著者 (7件)： Zheng Suncong (Institute of Automation, Chinese Academy of Sciences (CAS), China) ,  Xu Jiaming (Institute of Automation, Chinese Academy of Sciences (CAS), China) ,  Zhou Peng (Institute of Automation, Chinese Academy of Sciences (CAS), China) ,  Bao Hongyun (Institute of Automation, Chinese Academy of Sciences (CAS), China) ,  Qi Zhenyu (Institute of Automation, Chinese Academy of Sciences (CAS), China) ,  Xu Bo (Institute of Automation, Chinese Academy of Sciences (CAS), China) ,  Xu Bo (Center for Excellence in Brain Science and Intelligence Technology, CAS, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 114  ページ： 12-23  発行年： 2016年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 関係抽出を二つの与えられたエンティティの関係を同定することである。知識抽出のタスクにおける重要なステップである。関係抽出タスクのための最も汎用的な方法が,効果的な手製特徴を設計あるいは全文の意味表現を学習することに焦点を当てた。同じ関係を持つ文は常に同一の式を共有する。に加えて,与えられたエンティティの意味的特性もいくつかの混乱した関係を消すための助ける事が出来る。上記の観察に基づいて,著者らは関係分類のためのニューラルネットワークに基づくフレームワークを提案した。関係パターンの情報,与えられたエンティティの意味的特性を同時に学習できる。このフレームワークでは,二つの具体的モデル:CNNに基づくモデルとLSTMベースモデルを調べた。二公開データセット:SemEval-2010Task8データセットとACE05データセット上で実験を行った。提案した方法は,任意の外部情報を用いること無しに最新の結果を達成した。さらに,実験結果はまた,筆者らのアプローチは,与えられたエンティティの意味的関係を表現できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  *学習 ,  情報公開
準シソーラス用語： 意味的関連性 ,  意味表現 ,  知識抽出 ,  エンティティ , 【Automatic Indexing@JST】

著者キーワード (5件)： 関係抽出 ,  ディープニューラルネットワーク ,  畳込みニューラルネットワーク ,  エンティティ埋込み ,  抽出

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 関係抽出 ,  ニューラルネットワーク ,  学習 ,  概念 ,  意味