バイオグラフィック:半教師つき関係抽出データセット【JST・京大機械翻訳】

Plum Alistair; Ranasinghe Tharindu; Jones Spencer; Orasan Constantin; Mitkov Ruslan

プレプリント

J-GLOBAL ID：202202215133272667 整理番号：22P0341995

バイオグラフィック:半教師つき関係抽出データセット【JST・京大機械翻訳】

Biographical: A Semi-Supervised Relation Extraction Dataset

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年05月02日プレプリントサーバーでの情報更新日： 2022年05月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

オンライン文書からのバイオグラフィック情報の抽出は,情報抽出(IE)コミュニティ間の一般的な研究トピックである。テキスト分類,テキスト要約および関係抽出のような様々な自然言語処理(NLP)技術は,これを達成するために一般的に使用される。これらの技術の中で,REはバイオグラフィック知識グラフを構築するために直接使用できるので,最も一般的である。REは通常教師つき機械学習(ML)問題として構成され,そこではMLモデルが注釈付きデータセット上で訓練される。しかし,アノテーションプロセスが費用がかかり時間がかかるので,REのための注釈付きデータセットはほとんどない。これに取り組むために,REのための最初の半教師つきデータセットであるBiographicを開発した。デジタル人間性(DH)と歴史的研究を目的としたデータセットを,PantheonとWikidataを含む情報源からの構造化データマッチングによりWikipedia論文から文章を整列させることによって自動的に編集した。Wikipedia論文とロバスト命名エンティティ認識(NER)の構造を利用して,DHドメインで重要な10の異なる関係のための注釈付き関係対を編集するために,比較的高精度の情報にマッチした。さらに,関係対を分類するための最先端のニューラルモデルを訓練することによるデータセットの有効性を実証し,手動で注釈された金標準集合上でそれを評価した。デジタル人間と歴史のドメイン内のREの訓練ニューラルモデルを主に目的とするが,本論文の最後に議論すれば,他の目的にも有用である。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , , , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る