文献

J-GLOBAL ID：202002238573963456   整理番号：20A1607767

化学物質データベースを訓練データに用いた化学物質名識別システムに関する実験的分析

Experimental Analysis of Chemical Named Entity Recognition System Using Chemical Database for Training Data

著者 (2件)： 町光二郎 (北大) ,  吉岡真治 (北大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2020  号： IFAT-139  ページ： Vol.2020-IFAT-139,No.3,1-6 (WEB ONLY)  発行年： 2020年07月24日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 機械学習による論文からの化学物質名抽出は,一般に人手によるアノテーションが行われたコーパスを用いた系列ラベリングのタスクとして行われる.しかし,人手によるコーパスの作成が高コストであるため,コーパス中に含まれる化学物質名のバリエーションは,限定されたものとなる.一方,化学物質名は,ある種の命名規則によって名づけられることが多いため,単語中の文字列に注目した機械学習により,化学物質名の判定を行う枠組みを考えた.本研究では,化学物質に関する大規模なデータベースであるChemIDplusの化学物質名と機械可読辞書から得られた名詞を訓練データとして使う化学物質名識別システムを提案する.本稿では,本システムの性能を負例である名詞の選定方法とトークンの分割法の与える影響に注目して分析を行った結果について報告する.(著者抄録)

シソーラス用語： *化学物質 ,  機械学習 ,  *情報抽出 ,  *情報検索システム ,  *自然言語処理 ,  *IDシステム ,  意味解析 ,  *特徴抽出 ,  データベース
準シソーラス用語： *化学物質名識別システム ,  *化学物質名抽出 ,  *識別システム ,  化学物質データベース

分類 (4件)： 検索技術  (AC06020S) ,  自然語処理  (JE06000L) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (17件)：

• Huang, Z., Xu, W. and Yu, K.: Bidirectional LSTM-CRF Models for Sequence Tagging, CoRR, Vol. abs/1508.01991 (online), available from (http://arxiv.org/abs/1508.01991) (2015).
• Lample, G., Ballesteros, M., Subramanian, S., Kawakami, K. and Dyer, C.: Neural Architectures for Named Entity Recognition, NAACL HLT 2016, The 2016 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, San Diego California, USA, June 12-17, 2016 (Knight, K., Nenkova, A. and Rambow, O., eds.), The Association for Computational Linguistics, pp. 260-270 (online), DOI: 10.18653/v1/n16-1030 (2016).
• Devlin, J., Chang, M.-W., Lee, K. and Toutanova, K.: BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding, Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers), Minneapolis, Minnesota, Association for Computational Linguistics, pp. 4171-4186 (online), DOI: 10.18653/v1/N19-1423 (2019).
• Lee, J., Yoon, W., Kim, S., Kim, D., Kim, S., So, C. H. and Kang, J.: BioBERT: a pre-trained biomedical language representation model for biomedical text mining, Bioinformatics, (online), DOI: 10.1093/bioinformatics/btz682 (2019).
• Sennrich, R., Haddow, B. and Birch, A.: Neural Machine Translation of Rare Words with Subword Units, Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), Berlin, Germany, Association for Computational Linguistics, pp. 1715-1725 (online), DOI: 10.18653/v1/P16-1162 (2016).

タイトルに関連する用語 (5件)： 化学物質 ,  データベース ,  訓練データ ,  識別システム ,  実験的分析