著者

横手 健一 ボレガラ ダヌシカ 石塚 満

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.28, no.2, pp.220-229, 2013 (Released:2013-02-15)

参考文献数

33

被引用文献数

1 2

---

Predicting entailment between two given texts is an important task on which the performance of numerous NLP tasks such as question answering, text summarization, and information extraction depend.The degree to which two texts are similar has been used extensively as a key feature in much previous work in predicting entailment. However, using similarity scores directly, without proper transformations, results in suboptimal performance. Given a set of lexical similarity measures, we propose a method that jointly learns both (a) a set of non-linear transformation functions for those similarity measures and, (b) the optimal non-linear combination of those transformation functions to predict textual entailment. Our method consistently outperforms numerous baselines, reporting a micro-averaged F-score of 46.48 on the RTE-7 benchmark dataset. The proposed method is ranked 2-nd among 33 entailment systems participated in RTE-7, demonstrating its competitiveness over numerous other entailment approaches. Although our method is statistically comparable to the current state-of-the-art, we require less external knowledge resources.

著者

浅野 優 横手 健一

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第36回 (2022)

巻号頁・発行日

pp.4D3GS603, 2022 (Released:2022-07-11)

---

文書内における個人情報の匿名化や情報抽出などを目的に固有表現を抽出しようとする際、機械学習をはじめとする統計的アプローチでは、類似表記に対して異なるラベルが付与されることがある。同一のラベルを一貫して付与する方が望ましい場合、それを判定できれば、ラベル付与の精度を改善できる。 本研究はこのような固有表現の一貫性を判定する手法を提案する。拡張固有表現タグ付きコーパスを用いた実験では、ベースラインから精度の向上を確認した。