文献

J-GLOBAL ID：202302253952767124   整理番号：23A0949697

文書レベル関係抽出における根拠認識の統合

著者 (3件)： MA Youmi (東京工大) ,  WANG An (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： 29th  ページ： ROMBUNNO.B3-3 (WEB ONLY)  発行年： 2023年03月 
JST資料番号： U0384A  ISSN： 2188-4420  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 文書レベル関係抽出(DocRE)は文書中のすべてのエンティティの組の関係を推定するタスクである.この関係抽出に必要最小限かつ十分な情報を含む文の集合を根拠と呼ぶ.根拠は関係抽出の性能を改善できるが,既存研究ではDocREと根拠認識を別々のタスクとしてモデル化していた.本稿では,根拠認識を関係抽出のモデルに統合する手法を提案する.さらに,根拠のアノテーションが付与されていないデータに根拠の疑似的な教師信号を付与し,大量の自動ラベル付けデータを活用する方法を提案する.提案手法はDocREDにおいてDocREと根拠認識の両方で現時点の世界最高性能を達成した.(著者抄録)

シソーラス用語： *情報抽出 ,  *自然言語処理 ,  機械学習 ,  データ ,  ニューラルネットワーク ,  人工知能 ,  学習データ ,  教師付き機械学習
準シソーラス用語： 関係抽出 ,  教師あり機械学習 ,  *根拠 ,  *根拠認識 ,  自動ラベル付与 ,  *文書レベル関係抽出

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 文書 ,  関係抽出 ,  根拠 ,  統合