文献

J-GLOBAL ID：201702279164707353   整理番号：17A1782397

ハイブリッド人間-計算機科学情報抽出パイプラインに向けて【Powered by NICT】

Towards a Hybrid Human-Computer Scientific Information Extraction Pipeline

著者 (7件)： Tchoua Roselyne B. ,  Chard Kyle ,  Audus Debra J. ,  Ward Logan T. ,  Lequieu Joshua ,  De Pablo Juan J. ,  Foster Ian T.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： e-Science  ページ： 109-118  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 材料情報学の新興分野は新素材の製品化までの時間と開発コストを大幅に低減する可能性がある。このような努力の成功は,材料特性の大きな高品質データベースへのアクセスに依存する。しかし,多くのそのようなデータは難解な科学論文,自動抽出難しくそして手動抽出は時間がかかり,誤りがちにする状況内のテキストにコードされた見出されるだけであった。この挑戦に取り組むために,著者らは抽出品質と人・時に関して機械ヒトパートナーシップを改善し,ルールベース,機械学習とクラウドソーシングアプローチの組み合わせによるハイブリッド情報抽出(IE)パイプラインを示した。我々のゴールは異なるレベル訓練のヒトに特化したキュレーションタスクの優先順位付けと割り当てる前の初期抽出タスクの自動化によるヒト管理者の負担を軽減するためのコンピュータとヒト強度を活用することである:より高い精度の結果(例えば,部分的事実を完了)の検証と低確実性結果(例えば,特殊化合物ラベルレビュー)のための領域専門家のような簡単なタスクのための専門家を用いた。提案アプローチを検証するために,著者らは,報告された文献からの重合体のガラス転移温度を抽出するタスクに焦点を当てた。6090論文に提案アプローチを適用して,これまで259洗練されたデータ値を抽出した。はこの数は,この方法を調整し,より多くの論文を処理し,最新の維持が容易である,標準,エキスパート管理された高分子データハンドブックで見られるものを超えてかなり増加することを予測した。自由に利用できるデータはhttp://pppdb.uchicago.eduでの重合体の性質予測因子とデータベースWebサイト上で見出すことができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ルールベース ,  データベース ,  品質 ,  情報科学 ,  *情報抽出 ,  機械学習 ,  自動化 ,  ヒト ,  *計算機科学 ,  コンピュータ ,  重合体
準シソーラス用語： Webサイト ,  自動抽出 ,  高品質 ,  新素材 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 人間 ,  計算機科学 ,  情報抽出 ,  パイプライン