文献

J-GLOBAL ID：202202290782339031   整理番号：22A0635719

日本語文パターン抽出のための訓練データ集合構築のためのコーパスベースサンプリング【JST・京大機械翻訳】

A Corpus-Based Sampling to Build Training Data Set for Extracting Japanese Sentence Pattern

著者 (6件)： Liu Jun (School of Foreign Languages and Literatures, Guangxi University,Nanning,China) ,  Ning Yihaoran (School of Foreign Languages and Literatures, Guangxi University,Nanning,China) ,  Fang Yuanyu (School of Foreign Languages and Literatures, Guangxi University,Nanning,China) ,  Zhuang Luxuan (School of Foreign Languages and Literatures, Guangxi University,Nanning,China) ,  Yu Zhuohan (School of Foreign Languages and Literatures, Guangxi University,Nanning,China) ,  Wu Tingkun (School of Foreign Languages and Literatures, Guangxi University,Nanning,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEIT  ページ： 123-128  発行年： 2022年 
JST資料番号： W2441A  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： 訓練データセットは自然言語処理(NLP)または機械学習(ML)タスクにおいて重要な役割を果たす。日本の言語教育におけるNLPの適用において,高品質訓練データセットの構築は,限られた訓練データセットが利用できる文法知識の自動抽出の前提条件になる。本研究では,日本語文法における日本語文パターンの自動抽出において,満足な性能に達することを目的として,訓練データセットを構築するためのコーパスベースの方法を提案した。さらに,条件付確率場(CRF)に基づく機械学習アルゴリズムを適用して,実験における手動注釈訓練データセットを用いてモデルを訓練した。提案手法と紙ベースのサンプリングに基づくベースライン法に関して比較評価を行った。実験結果は,訓練データセットを構築するためのコーパスベースのサンプリングに基づく著者らの提案方法が,紙ベースのサンプリングよりはるかに高い精度を達成することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *日本語 ,  自然言語処理 ,  文法 ,  基準線 ,  機械学習 ,  *コーパス ,  学習アルゴリズム ,  アノテーション
準シソーラス用語： *訓練データ ,  自動抽出 ,  語学教育 ,  *パターン抽出 ,  高品質 ,  比較評価 ,  条件つき確率場 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 日本語 ,  文 ,  パターン抽出 ,  訓練 ,  データ集合 ,  構築