文献

J-GLOBAL ID：202202242376093582   整理番号：22A0653666

自然言語処理を用いたミッション概念ドキュメンテーションからの科学トレーサビリティグラフの抽出【JST・京大機械翻訳】

Extracting Science Traceability Graphs from Mission Concept Documentation using Natural Language Processing

著者 (3件)： Simpson Benjamin C. (Texas A&M University) ,  Selva Daniel (Texas A&M University) ,  Richardson David (NASA Goddard Space Flight Center)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 1182  発行年： 2022年 
JST資料番号： H0236B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高レベル科学的目標からエンドツーエンド科学トレーサビリティを表現し,また,機器とプラットフォーム要求へのすべての方法は,特にミッション開発の初期段階において,重要な重要性である。プログラム定式化とミッションポートフォリオ選択の文脈において,意思決定者は,様々なレベルでの要求のカバレッジと一貫性,戦略的プログラム優先度への任務の関連性,および全体的優秀性を含む提案の全体的メリットを理解するために,科学トレーサビリティ情報を使用する。これは意思決定者が科学的コミュニティのニーズを満たすための候補ミッションの最良セットを開発するのに役立つ。しかしながら,ミッション概念提案からの科学的トレーサビリティ情報の抽出は,情報がしばしば提案を通して散乱され,異なる提案がわずかに異なる命名を利用するので,レビュー者にとって,挑戦的で,時間がかかり,そして,いくらか主観的なプロセスである。特に自然言語処理の分野で,計算電力と機械学習における最近の進展によって,提案評価プロセスをサポートするために,意味ベースのコンピュータ動力方式を適用する機会が存在する。本論文では,有向グラフの形でミッション概念提案科学トレーサビリティ情報を自動抽出および可視化できる,AstroNLPと呼ばれる自然言語処理システムを提案した。特に,提案した手法は,科学目標,目的,要求,およびそれらの間の関係を自動抽出して,定義された科学トレーサビリティオントロジーにそれらをマップする。予備的結果は,科学,工学,および医学の国立学会によって行われたアストロフィックス・デカダール調査に関連する4つの事例使用事例について示す。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計画 ,  電力 ,  *ドキュメンテーション ,  有向グラフ ,  コミュニティ ,  可視化 ,  *自然言語処理 ,  エンドツーエンド方式 ,  トレーサビリティ ,  定式化 ,  意思決定者 ,  コンピュータ ,  機械学習 ,  優先度
準シソーラス用語： 自動抽出 , 【Automatic Indexing@JST】

分類 (2件)： 宇宙飛行体  (QK08000Y) ,  食品衛生一般  (FJ01051H)

タイトルに関連する用語 (7件)： 自然言語処理 ,  ミッション ,  概念 ,  ドキュメンテーション ,  科学 ,  トレーサビリティ ,  グラフ