文献

J-GLOBAL ID：202002281526786877   整理番号：20A2562747

雑音のある中国語テキストからのドメイン関係抽出【JST・京大機械翻訳】

Domain relation extraction from noisy Chinese texts

著者 (7件)： Pang Ning (Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology, China) ,  Tan Zhen (Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology, China) ,  Zhao Xiang (Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology, China) ,  Zhao Xiang (Collaborative Innovation Center of Geospatial Technology, China) ,  Zeng Weixin (Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology, China) ,  Xiao Weidong (Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology, China) ,  Xiao Weidong (Collaborative Innovation Center of Geospatial Technology, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 418  ページ： 21-35  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 関係抽出は,知識グラフ(KG)を拡張するための典型的方法である。それにもかかわらず,特定の領域に適用されるとき,テキストスパース性の問題は注目される。改善策として,遠隔監視を導入し,この問題を緩和するが,同時に,雑音をもたらす。2つの問題は,中国語のKGが英語のような一般的な言語と比較してあまり開発されていないので,中国語のドメインにおいて悪名である。課題に取り組むために,著者らは,関係を抽出するための高度に包括的な特徴を得るために,注意的多重インスタンス学習(MIL)による補完的畳込みニューラルネットワーク(com-CNN)を提案し,そして,文章レベルノイズによって引き起こされる負の効果を軽減する。著者らのモデルcom-CNNは,関係インスタンス,生単語配列(RWS)および多重依存性経路(MDP)の2つの異なる表現から情報を完全に捕捉し,それらを互いに補完することを可能にする。RWSとMDPのより良い組合せを達成するために,著者らは柔軟な特徴融合方式を設計した。スパーステキストに起因する注意機構のオーバーフィッティング問題を緩和するために,エンティティ情報を用いて,間違ったラベル付きデータの影響を軽減するために,バッグにおける多重インスタンスに対する注意スコアの計算を誘導した。中国語関係抽出に関する実験は,著者らの提案が最先端の手法より優れていて,RWSとMDPの組合せが関係抽出のためにより多くの代表的特徴を作り出すことができることを示した。さらに,経験的結果は,エンティティ統合注意MILが,代替案と比較してスパースドメインテキストのための雑音除去において最良の性能を提供するという著者らの意図を検証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *雑音 ,  学習 ,  言語 ,  英語 ,  *中国語 ,  多重化 ,  単語 ,  遠隔監視 ,  雑音除去
準シソーラス用語： スパース性 ,  エンティティ ,  特徴融合 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 関係抽出 ,  テキストスパース性 ,  遠隔監視 ,  注意MIL

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 雑音 ,  中国語 ,  ドメイン ,  関係抽出