文献

J-GLOBAL ID：201902218777782558   整理番号：19A1959033

区分的注意とバッグレベル文脈推論による関係抽出のための遠隔監視【JST・京大機械翻訳】

Distant Supervision for Relation Extraction via Piecewise Attention and Bag-Level Contextual Inference

著者 (6件)： Phi Van-Thuy (Graduate School of Science and Technology, Nara Institute of Science and Technology, Nara, Japan) ,  Santoso Joan (Department of Electrical Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia) ,  Tran Van-Hien (Graduate School of Science and Technology, Nara Institute of Science and Technology, Nara, Japan) ,  Shindo Hiroyuki (Graduate School of Science and Technology, Nara Institute of Science and Technology, Nara, Japan) ,  Shimbo Masashi (Graduate School of Science and Technology, Nara Institute of Science and Technology, Nara, Japan) ,  Matsumoto Yuji (Graduate School of Science and Technology, Nara Institute of Science and Technology, Nara, Japan)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 103570-103582  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 遠隔監視(DS)は,教師つき学習におけるラベル付き例の欠如を軽減するための関係抽出(RE)に対する効率的なアプローチになっている。本論文では,REにより適した階層的注意の形式で双方向ゲート化再帰ユニットモデルを組み合わせた新しいニューラルREモデルを提案した。著者らは,区分的注意と呼ばれる付加的注意機構が,セグメントレベル表現に関してそれ自身を構築することを証明して,著しく,遠隔的に監督された関係抽出作業の性能を強化した。著者らの区分的注意機構は,各々の文章における重要なセグメントを捕えるだけでなく,2つの実体の間の関係の方向を反映した。さらに,非常に限られた文脈情報を持つバッグにおけるエンティティ対の最も可能性のある正の例を推論できる文脈推論法を提案した。さらに,Riedel試験データセットに基づく偽陽性例なしに注釈付きデータセットを提供し,いくつかのREモデルの実際の性能について報告した。実験結果は,著者らの提案方法が,遠隔的に監督されたREタスクのためのオリジナルおよび注釈データセットの両方に関して,以前の最先端のベースラインより優れていることを示した。Copyright 2019 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】

シソーラス用語： アノテーション ,  基準線 ,  教師つき学習 ,  *遠隔監視
準シソーラス用語： 誤検出 ,  エンティティ ,  文脈情報 ,  *関係抽出 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 注意 ,  バッグ ,  文脈推論 ,  関係抽出 ,  遠隔監視