メタルールと決定木学習を用いた日本語固有表現抽出(<特集>システムLSIの設計技術と設計自動化)

概要

論文の詳細を見る
固有表現抽出は,地名や人名などの固有表現や数値表現を文書から見つけ出し分類する処理であり,情報抽出や質問応答の重要な要素技術である.その実現には,人手で辞書やルールを作成する方法と最大エントロピー法などの統計的手法がよく用いられる.人手による方法は人間の背景知識を利用できるが,システムを熟知した人でなければ改良・保守が難しい.統計的手法は十分な量の訓練データがあれば簡単に実現できるが,多くの場合,学習の結果が明確な論理的判断の形をとらず,膨大な数の数値パラメタの形をとるので,出力の間違いの原因を追求することが困難である.本論文では,簡単なメタルールによって,訓練データからルールを自動生成し,決定木学習で改良する手法を提案する.本手法によれば,精度良いルールセットが簡単に自動生成でき,その出力から間違いの原因を追求することも比較的簡単である.これまでにも決定木学習を用いたシステムは提案されているが,決定木を確率的に解釈するので,誤りの原因の追求は難しい.また,これまでの結果では,最大エントロピー法の方が好成績である.IREX固有表現抽出タスクの公開データを用いた実験によると,本手法の成績は最大エントロピー法と同程度であり,訓練データを増やした実験ではIREXで1位の人手によるシステムを超える成績を出すことができた.
一般社団法人情報処理学会の論文
2002-05-15

メタルールと決定木学習を用いた日本語固有表現抽出(<特集>システムLSIの設計技術と設計自動化)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク