抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,非構造化テキストからサイバーセキュリティ概念を位置決めし分類するための,新しい名前付きエンティティ認識手法を探索した。提案したシステムは二相手順に従う。フェーズ1は,一般的で注釈付けされた英語記事上で良く訓練されている既存のNERシステムによって達成され得るエンティティ位置と呼ぶことを目的としている。フェーズ1の出力は,エンティティが位置し,良くマークされている処理テキストである。フェーズ2では,ドメイン知識を定義する2つのコア成分を用意する。一つは,サイバーセキュリティ記事の大規模コーパス上で訓練された単語2ベクトルベースのドメインモデルであり,他は階層的概念クラスとインスタンスを含むドメインオントロジーである。これらの2つの構成要素とフェーズ1からの出力によって,著者らは投票ベースのモデルを提案して,マークされたエンティティを細粒クラスに分類した。提案したNERシステムは教師なしで,注釈のない訓練コーパスが必要であることを意味する。このように,サイバーセキュリティに加えて多様なドメインに適合するように容易にカスタマイズできる。著者らの評価は,提案したシステムの可能性を示す有望な結果を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】