文献

J-GLOBAL ID：201802240800833755   整理番号：18A0517972

議論成分と関係の共同抽出【Powered by NICT】

Joint extraction of argument components and relations

著者 (3件)： Du Yang (Institute of Software Chinese Academy of Sciences, University of Chinese Academy of Sciences) ,  Li Minglan (Institute of Software Chinese Academy of Sciences, University of Chinese Academy of Sciences) ,  Li Mengxue (Institute of Software Chinese Academy of Sciences, University of Chinese Academy of Sciences)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IALP  ページ： 1-4  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： 議論鉱山(AM)は文書における引数構造を自動的に抽出することを目的とした。AMは三サブタスク:議論同定,議論成分分類と関係予測から構成されている。最近のいくつかのエンドツーエンドAM研究は有望な結果をもたらすが,後者二AMサブタスクにそれらの性能は満足のいくものではない。この問題を解決するために,本研究では,同時にこれらの二サブタスクを解決するフレームワークを提案した。文対の間の言語的特徴を選択し,議論成分タイプと同時に関係を標識化するために教師つき学習モデルを訓練することによりこの問題にアプローチした。説得力のあるエッセイコーパス上での実験を行い,提案システムでは,最新のAM技術と比較して競合標識精度を達成できることを示した。Copyright 2018 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： 標識法 ,  エンドツーエンド方式 ,  *教師つき学習 ,  鉱山 ,  言語 ,  予測
準シソーラス用語： 説得 , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (2件)： 議論 ,  共同