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。
イベント抽出,文書から構造情報を自動的に獲得することを目的とする技術は,多くの分野でますます多くの注目を集めている。ほとんどの既存の研究は,文書の書き込みスタイルを無視する間,トークンを異なる役割として区別することによってトークンレベルマルチラベル分類フレームワークでこの問題を論じる。書込みスタイルは文書のためのコンテンツ組織化の特別な方法であり,それは特別な分野(例えば,金融,医療文書など)を有する文書において相対的固定である。書き込みスタイルはトークンに対する役割を判断するための重要な手がかりを含み,そのようなパターンの無視は既存の研究に対する性能劣化につながる可能性があると主張した。この目的のために,議論の役割,すなわち,Role-Rank分布の分布として文書における書き込みスタイルをモデル化し,イベント抽出タスクの教師つき訓練過程を通してこのパターンを捕捉するために,Role-Rank分布に基づくスーパービジョン機構によるイベント抽出モデルを提案した。いくつかの実世界データセットに関する最新の手法と著者らのモデルを比較した。経験的結果は,著者らのアプローチが捕捉されたパターンで他の代替案より優れていることを示した。これは,書き込みスタイルがイベント抽出タスクの性能を改善できる貴重な情報を含むことを検証した。【JST・京大機械翻訳】