文献

J-GLOBAL ID：202202261652196098   整理番号：22A1212214

文脈化された表現による拡張Table-Fillingを用いた固有表現認識と関係抽出

Named Entity Recognition and Relation Extraction Using Enhanced Table Filling by Contextualized Representations

著者 (3件)： Ma Youmi (Tokyo Institute of Technology) ,  Hiraoka Tatsuya (Tokyo Institute of Technology) ,  Okazaki Naoaki (Tokyo Institute of Technology)
資料名： 自然言語処理(Web)  (Journal of Natural Language Processing (Web))
巻： 29  号： 1  ページ： 187-223(J-STAGE)  発行年： 2022年 
JST資料番号： U2528A  ISSN： 2185-8314  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本研究では,表表現に基づく非構造化テキストから固有表現と関係を抽出するように設計された方法を提案した。固有表現を抽出するために,提案手法では手作業による特徴量,または複雑なニューラルネットワークアーキテクチャなしで文脈化された表現を用い,エンティティ記述と長距離の依存関係に対する表現を計算する。関係を抽出するために,関係ラベル間の依存関係を考慮することなく,すべての関係ラベルを同時に予測するためにテンソルドット積を適用した。それらの発展は提案モデルや固有表現と関係の抽出のための関連アルゴリズムを著しく単純化した。その単純さにもかかわらず,実験結果は提案した手法が複数のデータセットにおいて最先端の手法を凌駕することを示した。既存のTable-Filling手法と比較して,提案手法では関係ラベルを独立して予測することによって唯一高い性能を実現した。さらに,システムに関係ラベルの依存関係を取り入れることは性能向上をほとんど得られないことがわかり,提案したアーキテクチャにおける関係抽出のためのテンソルドット積機構の有効性と十分性を示した。また,本設計における関係抽出での固有表現認識との合同訓練の利点を調査するために,実験的分析も行った。固有表現認識との合同訓練は,エンティティのスパンレベル表現を向上させるように関係抽出を支援することを結論付けた。(翻訳著者抄録)

シソーラス用語： *自然言語処理 ,  *表現 ,  *情報抽出 ,  システムアーキテクチャ ,  *ニューラルネットワーク ,  予測技法 ,  性能評価
準シソーラス用語： *固有表現

著者キーワード (4件)： 情報抽出 ,  名前付きエンティティ認識 ,  関係抽出 ,  文脈化された単語埋込み

分類 (4件)： 自然語処理  (JE06000L) ,  情報加工一般  (AC05010A) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

引用文献 (36件)：

• Chan, Y. S. and Roth, D. (2011). “Exploiting Syntactico-Semantic Structures for Relation Extraction.” In Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies (ACL), pp. 551-560.
• Devlin, J., Chang, M.-W., Lee, K., and Toutanova, K. (2019). “BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding.” In Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers) (NAACL), pp. 4171-4186.
• Dozat, T. and Manning, C. D. (2017). “Deep Biaffine Attention for Neural Dependency Parsing.” In International Conference on Learning Representations (ICLR).
• Eberts, M. and Ulges, A. (2020). “Span-based Joint Entity and Relation Extraction with Transformer Pre-training.” In 24th European Conference on Artificial Intelligence (ECAI).
• Gupta, P., Schütze, H., and Andrassy, B. (2016). “Table Filling Multi-Task Recurrent Neural Network for Joint Entity and Relation Extraction.” In Proceedings of COLING 2016, the 26th International Conference on Computational Linguistics: Technical Papers (COLING), pp. 2537-2547.

タイトルに関連する用語 (5件)： 文脈 ,  表現 ,  拡張 ,  固有表現 ,  関係抽出