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。
文書レベル関係抽出(RE)は最近多くの注目を集めている。しかし,文書レベルREに対する既存のモデルは,文章レベルREに対するモデルと類似の構造を持っている。従って,それらは新しい問題設定のいくつかのユニークな特性を考慮していない。例えば,Wikipediaでは,各ページに対して標題があり,通常ページ上で記述されるトピックエンティティを表す。多くの場合,トピックエンティティはテキストで省略される。したがって,既存のREモデルは,しばしば,省略されたトピックエンティティとの関係を見つけることができない。問題に取り組むために,著者らは,トピック意識関係拡張(T-REX)モデルを提案した。(おそらく省略された)トピックエンティティと関係を抽出するために,提案モデルは,文書におけるすべての言及の情報を統合することによって,最初にトピックエンティティをコード化した。次に,それは主題エンティティと他のエンティティのそれぞれの言及の間の関係を見つける。最後に,出力層は,文書で表現されたすべての関係と,言及された結果を結合する。大規模データセットによる性能研究は,T-REXモデルの有効性を確認した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】