著者
ミンテイ グェン 川村 隆浩 田原 康之 大須賀 昭彦
出版者
一般社団法人電子情報通信学会
雑誌
電子情報通信学会技術研究報告. AI, 人工知能と知識処理 (ISSN:09135685)
巻号頁・発行日
vol.110, no.105, pp.19-23, 2010-06-18

本論文の目的は,twitterから取得した文中に現れる行動の基本属性(行動主,動作,対象,時間,場所)を自動的に抽出することである.しかし,先行研究では,頻度が低い行動を獲得できない.そして,抽出する前に,動詞リストとカテゴリワード(対象を表すワード)を予め準備しておく必要がある.そこで本論文では,条件付確率場(Conditional Random Fields)と自己教師あり学習(Self-Supervised Learning)を用いて,行動属性の自動抽出手法を提案する.提案手法では,人手でラベル編集や行動のドメインの定義などの必要がなく,頻度が低い行動も獲得できる.
著者
ミン テイ グェン 川村 隆浩 中川 博之 田原 康之 大須賀 昭彦
出版者
一般社団法人電子情報通信学会
雑誌
電子情報通信学会技術研究報告. AI, 人工知能と知識処理 (ISSN:09135685)
巻号頁・発行日
vol.109, no.386, pp.19-24, 2010-01-15
被引用文献数
1

本論文の目的は,日本語Webページの文中に現れる行動の基本属性(行動主,動作,対象,時刻,場面,場所)と行動間の遷移を自動的に抽出することである.しかし,先行研究では,抽出のための準備コストが大きいことや,抽出できる行動属性が少ないこと,適用可能な文の種類が少ないこと,行動属性間の係り受け関係を十分に考慮されていないこと,そしてプライバシーなどといった問題がある.そこで本論文では,条件付確率場(Conditional Random Fields)と自己教師あり学習(Self-Supervised Learning)を用いて,行動属性と行動間の遷移を自動的に抽出する手法を提案する.提案手法では,人手でラベル編集,初期インスタンスの作成,行動のドメインの定義などの必要がなく,一回のテストで文中に現れる行動属性と行動間の遷移を漏れなく全て抽出でき,高い精度が得られる(行動:88.9%,基本行動属性:90%以上,行動間の遷移:87.5%).