文献

J-GLOBAL ID：201902286313992492   整理番号：19A2420708

言語推論はメタデータ生成をサポートできるか【JST・京大機械翻訳】

Can Language Inference Support Metadata Generation?

著者 (4件)： Pinto Jose Maria Gonzalez (IFIS TU-Braunschweig, Brunswick, Germany) ,  Wawrzinek Janus (IFIS TU-Braunschweig, Brunswick, Germany) ,  Kori Suma (IFIS TU-Braunschweig, Brunswick, Germany) ,  Balke Wolf-Tilo (IFIS TU-Braunschweig, Brunswick, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11799  ページ： 253-264  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 情報ニーズを満足するディジタル収集に含まれるより多くの論文がより困難になっている。特に,ユーザが書誌メタデータを超えた情報を検索する場合には,これらの情報を検索する。情報が必要になると,最初にインデクシング目的のために注釈付けされる必要がある論文の重要な側面を必要とするとき,状況はさらに悪くなり,従って,検索を可能にする。例えば,生物医学分野において,これは構造化された抽象化,例えば,「バックグラウンド」,「目的」,「結果」,「方法」および「結論」に適用される可能性がある。現在の最先端の深い学習アプローチは,十分に大量の注釈付きデータが訓練目的に利用できるかどうかを成功させることができる。しかし,数千の文書を注釈することは高価であるだけでなく,専門家の限られた利用可能性により,しばしば実行不可能である。この問題を軽減するために,限られた数の注釈付き文書に一度適用される普遍的特徴としての言語推論の使用を探索し,望ましいメタデータを生成するための高い精度を達成することができる。この実験により,生物医学論文の構造化メタデータを生成する困難なタスクに関する成功の程度と,その性能安定性を,例の数を増加させることにより示した。提案したアプローチをDoc2Vecのような深い学習アプローチと比較し,言語推論が0.82のF1スコアまで達成できる2桁の大きさになることを示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *言語 ,  情報需要 ,  アノテーション ,  ディジタル方式 ,  学習 ,  *メタデータ
準シソーラス用語： スコア ,  生物医学 ,  書誌 , 【Automatic Indexing@JST】

著者キーワード (3件)： ディジタルライブラリ ,  メタデータ生成 ,  言語推論

分類 (2件)： 人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： 言語 ,  推論 ,  メタデータ