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。
知識ベース(KB)は,多くの自然言語処理(NLP)と情報検索(IR)タスク,例えばセマンティック検索,自動質問-回答などにおいて重要な資源である。また,テキストから情報を得ることを試みる研究者にとっても有用である。残念なことに,Sanskit NLPにおける最先端は,ツールと方法の十分な精度の欠如または欠如のため,知識ベースの自動構築をまだ許さない。したがって,本研究では,知識グラフ(KG)作成の目的で,Sanskitテキストの手動アノテーションに関する著者らの努力を述べた。著者らは,アノテーションのためにAyurvedicテキストBhavaprakashaのBhavaprakashanghantuから章Dhanyavargaを選択した。構築した知識グラフは410のエンティティと764の関係性を含んでいる。Bhavaprakashanghantuは,異なる物質の様々な特性を記述する技術的光沢テキストであるので,テキストに存在するエンティティと関係型の意味論を捕えるための精巧なオントロジーを開発した。知識グラフを質問するために,著者らは,一般的質問パターンの大部分をカバーする31のクエリテンプレートを設計した。手動アノテーションと質問の両方に対して,以前に開発したSangrahakaフレームワークをカスタマイズした。データセットを含む全システムはhttps://sanskrit.iitk.ac.in/ayurveda/から利用可能である。著者らは,手動アノテーションとその後のキュレーションを通して創造された知識グラフが,Bhavaprakasanighantuテキストの研究と同様に,将来におけるNLPツールの開発と試験を助けることを期待する。【JST・京大機械翻訳】