文献

J-GLOBAL ID：201902221981792290   整理番号：19A2116822

NLPベースのビジネスプロセス管理のための音声タグ付けフレームワークの新しい部分【JST・京大機械翻訳】

A Novel Part of Speech Tagging Framework for NLP Based Business Process Management

著者 (6件)： Han Xue (IBM Research China) ,  Dang Yabin (IBM Research China) ,  Mei Lijun (IBM Research China) ,  Wang Yanfei (IBM Research China) ,  Li Shaochun (IBM Research China) ,  Zhou Xin (IBM Research China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICWS  ページ： 383-387  発行年： 2019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： 自然言語処理(NLP)は,異なるレベルでビジネスプロセス管理(BPM)を自動化するキー技術である。既存のNLPベースBPM法の性能は,NLPパイプラインにおける重要なステップであるSpeech(POS)タグ付けの部分の限定された精度を被っている。POSタグ付けの性能は注釈付き訓練データの領域に大きく依存することを示した。しかしながら,ほとんどの最先端のPOSタグは,通常,ビジネスプロセス記述(BPD)と異なる構文特徴を持つ新しいワイヤ領域のコーパスから訓練される。BPDドメインの構文的特徴は,通常,必須動詞から始まり,多数の語彙外(OOV)単語を含むことを含んでいる。本論文では,これらの問題に取り組むための新しいPOSタグ付けフレームワークを提案した。主な考え方は,訓練データにおける正しいPOSアノテーションの必須文の割合を強化することによって,必須動詞を出発する構文特徴を研究することができるということである。訓練されたPOSタグは,最新の訓練されたPOSタグと比較して,全体のPOSタグ付け誤差をほぼ12%減少させることができた。BPDにおけるキーワードである動詞に対して,タグ付け精度は27%増加することができた。OOV単語によって引き起こされた語彙の曖昧さは,ユーザがより良く理解するのを助けるために取り付けられた画像から局所的な文脈知識を抽出することによって解決される。実験結果により,全体POSタグ付け精度は,文脈的OOV知識によりほぼ10%増加できることを示した。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： 自動化 ,  語彙 ,  キーワード ,  アノテーション ,  コーパス ,  画像 ,  曖昧さ ,  単語 ,  自然言語処理 ,  *動詞 ,  金属線
準シソーラス用語： 構文 ,  *ビジネスプロセス ,  訓練データ ,  *タグ付 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： NLP ,  ビジネスプロセス管理 ,  音声 ,  タグ付け ,  フレームワーク