文献

J-GLOBAL ID：201102202885421271   整理番号：11A0147172

条件付確率場と自己教師あり学習を用いた行動属性の自動抽出と評価

Automatic Extraction and Evaluation of Human Activity Using Conditional Random Fields and Self-Supervised Learning

著者 (5件)： グェンミンティ (電気通信大学大学院情報システム学研究科) ,  川村隆浩 (電気通信大学大学院情報システム学研究科) ,  中川博之 (電気通信大学大学院情報システム学研究科) ,  田原康之 (電気通信大学大学院情報システム学研究科) ,  大須賀昭彦 (電気通信大学大学院情報システム学研究科)
資料名： 人工知能学会論文誌(Web)  (TJSAI (Web))
巻： 26  号： 1  ページ： 166-178 (J-STAGE)  発行年： 2011年 
JST資料番号： U0128A  ISSN： 1346-8030  資料種別： 逐次刊行物 (A)
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： ユーザの行動意図に応じたサービスを提供する実世界指向エージェントの実現を目的とし,Webコーパスから行動を表す文を収集して行動属性と行動間の関係を抽出すると,1)準備コストの大きさ,2)抽出できる行動属性の少なさなどが問題となる。本論文では,日本語のWebページから基本行動属性と行動間の遷移を自動抽出する手法を提案した。本手法では,i)小規模なコーパスから取得した文書への前処理と自己教師あり学習に基づく訓練データの自動作成,ii)条件付確率場(CRF)を用いた訓練データの特徴モデルの作成,iii)特徴モデルを用いた未知データの行動属性と行動間の遷移の抽出という手順をとる。i)では行動を表す文を形態素解析,係り受け解析を行うことで各文に現れる行動属性と行動間の遷移を抽出する。iii)ではCRFを系列ラベリングに適用して行動属性を抽出し,タプルの要素数を固定しないので1回のテストで文中に現れるすべての行動属性を抽出でき,行動の抽出精度88.9%,行動間の遷移の抽出精度87.5%が得られた。また,テスト時のラベル推定エラーを防止するために文を単純化するので,単文や複文など様々な文に対応できる利点を示した。

シソーラス用語： 確率 ,  *教師つき学習 ,  *エージェント ,  *コーパス ,  Web【情報システム】 ,  Webページ ,  *形態素解析 ,  文法 ,  文書 ,  精度
準シソーラス用語： ラベル付け【文書】 ,  係り受け ,  *自己教師あり学習 ,  条件付き確率場 ,  条件付確率

分類 (3件)： 人工知能  (JE08000Z) ,  情報加工一般  (AC05010A) ,  自然語処理  (JE06000L)

引用文献 (31件)：

• [Agichtein 00] Agichtein, E. and Gravano, L.: Snowball: Extracting relations from large plain-text collections, in Proc. ACM DL 2000 (2000)
• [Banko 07] Banko, M., Cafarella, M. J., Soderland, S., Broadhead, M., and Etzioni, O.: Open information extraction from the web, in Proc. IJCAI2007, pp. 2670-2676 (2007)
• [Banko 08] Banko, M. and Etzioni, O.: The Tradeoffs Between Traditional and Open Relation Extraction, in Proc. ACL-08 (2008)
• [Brin 98] Brin, S.: Extracting Patterns and Relations from the World Wide Web, in Proc. EDBT, pp. 172-183 (1998)
• [CoNLL] CoNLL, : CoNLL 2000 shared task: Chunking

タイトルに関連する用語 (7件)： 条件付確率場 ,  自己 ,  教師あり学習 ,  行動 ,  属性 ,  自動抽出 ,  評価