文献

J-GLOBAL ID：202202213880448098   整理番号：22A1269952

畳み込みニューラルネットワークを用いた表ラベリングによる固有表現認識と関係抽出

著者 (3件)： MA Youmi (東京工大) ,  平岡達也 (東京工大) ,  岡崎直観 (東京工大)
資料名： 言語処理学会年次大会発表論文集(Web)  (Proceedings of the Annual Meeting of the Association for Natural Language Processing (Web))
巻： 28th  ページ： ROMBUNNO.F5-3 (WEB ONLY)  発行年： 2022年03月 
JST資料番号： U0384A  ISSN： 2188-4420  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,BERTに基づく固有表現抽出と関係抽出の新しい手法として,固有表現と関係のラベルを表現する2次元の表を画像と見なし,畳み込みニューラルネットワークを用いて表の要素(ラベル)を予測する手法(TabERT-CNN)を提案する.実験結果から,提案手法は既存手法であるTabERTと同程度の性能,すなわち現在の最高性能に匹敵する性能を示した.また,BERTの内部パラメータを更新しなくても提案手法は高い性能を発揮する一方,既存手法はパラメータ更新を省略すると性能が低下することから,BERTの内部で固有表現や関係ラベルの依存関係を獲得している可能性が示唆される.(著者抄録)

シソーラス用語： *情報抽出 ,  抽出 ,  *ニューラルネットワーク ,  表 ,  文書 ,  実験 ,  畳込みニューラルネットワーク ,  評価実験
準シソーラス用語： BERT【言語モデル】 ,  ラベリング【文書】 ,  関係抽出 ,  固有表現抽出

分類 (2件)： 情報収集・整理  (AC04000I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 畳み込みニューラルネットワーク ,  ラベリング ,  固有表現 ,  関係抽出