文献

J-GLOBAL ID：202002291885703230   整理番号：20A1565737

名前付きエンティティ認識を用いたブログ記事からの食品製品とショップ名の抽出【JST・京大機械翻訳】

Extraction of Food Product and Shop Names from Blog Articles Using Named Entity Recognition

著者 (2件)： Ikeda Ryuya (Graduate School of Engineering, Kagawa University, Kagawa, Japan) ,  Ando Kazuaki (Faculty of Engineering and Design, Kagawa University, Kagawa, Japan)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1215  ページ： 454-468  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 自然言語処理における重要な研究題目として,Named Entity認識(NER)は,長い間広く研究されている。最近,ニューラルネットワークを用いたNERモデルが提案され,CoNLL2003のデータセットのような英語で書かれた形式テキストに対する高性能を達成した。現在,特定の場所あるいは地域(地域限定食品スーベニアと呼ばれる)でのみ購入できる食品スーベニアに関する有用な情報を提供するシステムを開発している。したがって,blog,Q&A,オンラインレビューサイトのテキストのような日本語で書かれた雑音のあるユーザ生成テキストから,食品スーベニアとショップ名を抽出するための効率的なNER法を適用することは,重要である。しかし,ニューラルネットワークを用いた既存のNER法のほとんどは,英語以外の言語における雑音のあるユーザ生成テキストやテキストで評価されていない。本論文では,条件付きランダムフィールドベースモデルを提案し,日本語で書かれたブログテキストにより構築されたデータセット上のニューラルネットワークを用いて,提案したCRFモデルと既存の最先端モデルの性能を比較した。実験結果から,NERのための部分音声埋込みを有する簡単なニューラルネットワークモデルが訓練データに含まれていないエンティティの名前に最良の性能を示し,提案したCRFモデルは著者らのタスクにおいて最良の精度を示した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  言語 ,  *食品 ,  ニューラルネットワーク ,  日本語 ,  英語 ,  自然言語処理
準シソーラス用語： 神経回路網モデル ,  訓練データ ,  *ブログ ,  オンライン ,  *エンティティ , 【Automatic Indexing@JST】

著者キーワード (6件)： 日本語名前認識 ,  情報抽出 ,  ブログ記事 ,  食料品 ,  条件付き確率場 ,  ニューラルネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (6件)： 名前 ,  エンティティ ,  ブログ ,  記事 ,  食品 ,  ショップ