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。
近年,エンティティ認識は,自然言語処理の分野で常に一般的な研究であり,一方,従来の深層学習法は,モデル訓練のために大量のラベル付きデータを必要とし,ラベル付け資源が不足している領域に適していない。さらに,既存のクロスドメイン知識転送法は,訓練コストを増加させるように,異なる分野に対するエンティティラベルを調整する必要がある。これらの問題を解決するために,中国語のエンティティ認識の処理方式によって enlighten発して,著者らは,低資源を有する領域における名前のエンティティ認識の性能を改良するために,ドメイン知識を使用することを提案した。ドメイン知識は主にドメイン辞書とドメインラベル化データである。認識効果を補強するために,単語埋込みとドメインラベル付けデータを強化するために,各単語に対する辞書情報を用いた。提案モデルは,異なるドメインにおける大規模データ調整を避け,一方,低資源によるエンティティ認識と命名する。実験は,著者らの方法の有効性を実証して,それは科学的および技術的装置の分野でデータセットに関して印象的な結果を達成して,F1スコアは多くの他のベースライン方法と比較してかなり改善された。【JST・京大機械翻訳】