文献

J-GLOBAL ID：201702265771364044   整理番号：17A1280612

テキストは,関係認識と知識獲得の研究進展と展望を含んでいる。【JST・京大機械翻訳】

Research Advances and Prospect of Recognizing Textual Entailment and Knowledge Acquisition

著者 (3件)： Guo Maosheng (哈爾浜工業大学計算机科学与技術学院社会計算与信息検索研究中心 哈爾浜 150001) ,  Zhang Yu (哈爾浜工業大学計算机科学与技術学院社会計算与信息検索研究中心 哈爾浜 150001) ,  Liu Ting (哈爾浜工業大学計算机科学与技術学院社会計算与信息検索研究中心 哈爾浜 150001)
資料名： Jisuanji Xuebao  (Jisuanji Xuebao)
巻： 40  号： 4  ページ： 889-910  発行年： 2017年 
JST資料番号： C2531A  ISSN： 0254-4164  CODEN： JIXUDT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： テキストの包含関係は自然言語テキストに広く分布している一方向推理関係であり、テキストに関連する研究は自然言語処理分野の基礎的研究であり、その他の自然言語処理タスクの進行を補助でき、かつ豊富な応用場面がある。本論文では,最初にテキストに関する研究のカテゴリーを定義した。二つの関係として、テキストには三つの基本的な研究タスクである関係認識、知識獲得と含まれる生成が含まれている。その中で、関係認識には二つの核心問題である意味表現と推理メカニズムがある。知識獲得には二つの核心問題、知識表現と知識源がある。この研究は,研究の進展が比較的遅いことを含み,その内因と外因を詳細に分析した。本論文では、意味表現と推理メカニズムの2つの核心問題について、関係認識の研究進展を整理し、知識表現と知識源による知識獲得の研究進展を整理し、各方法の取り得る点と不足点を指摘した。テキストに含まれる研究の進展に関する国際的な評価はなく、本文では、これらの国際評価とデータセットについてもまとめた。大データ時代の到来と深さの学習理論の発展により、テキストに関連する研究に豊富な知識源と有力な研究ツールを提供し、同時に多くの新しい研究課題をもたらした。本論文では、現在の研究状況を踏まえ、将来の研究方向を展望し、理論的にその実行可能性を検討した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 知識表現 ,  自然言語 ,  自然言語処理 ,  *知識獲得
準シソーラス用語： 学習理論 ,  意味表現 ,  包含関係 ,  *テキスト , 【Automatic Indexing@JST】

著者キーワード (5件)： textual entailment ,  knowledge acquisition ,  natural language understanding ,  natural language processing ,  artificial intelligence

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 知識獲得 ,  研究 ,  進展 ,  展望