Investigation of Ontology-Style Relation Annotation and Its Effects with Deep Learning

深度学习本体式关系标注及其效果研究

基本信息

批准号：
20K11942
负责人：
佐々木裕
金额：
$ 2.16万
依托单位：
Toyota Technological Institute
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究は，文書からの情報抽出を対象に，オントロジー形式のアノテーションにより作成された訓練データの効果を検証するものである．従来の関係アノテーションは2つの用語間に関係を付与してきたが，オントロジー形式のアノテーションでは関係用語と対象となる２つの用語をそれぞれdomain, rangeによりリンクする．これにより，関係の種類が少なくなり，用語抽出として関係の種類が識別できるようになる．1年目には，交通教則文すべてに対して，オントロジー形式のアノテーションを行った．また，BERTにより単語のベクトル化を行い，深層学習モデルによる用語・関係抽出の予備実験も実施した．2年目には，英語の関係抽出データに対してオントロジー形式のアノテーションを行った．関係抽出データとして，SemEval 2010タスク8のデータを対象とした．このデータは従来形式による関係アノテーションが付与されており，対象用語e1, e2に対して関係Rが有向グラフとして付与されており，この r→e1, r→e2の間にdomain, rangeの関係をアノテーションし，その効果を深層学習モデルにより検証した．2022年度は，交通教則文およびSemEvalデータへのアノテーションを一般に公開した．さらに，日本語交通教則に対するアノテーションを全面的に見直した．交通教則は通常の自然言語文として書かれているため，主語や目的語の省略が多数含まれている．特に，箇条書きではトピックとなっている対象が箇条書きでは省略され，遠隔の参照が発生していた．そこで，本研究の新しい試みとして，交通教則の文を正規化し，省略部分に対する遠隔の関係づけを低減する修正を行った．アノテーションの見直しは時間のかかる地道な作業であり，目立った成果ではないが研究的な価値は高い．これに沿ったアノテーションガイドラインの整備も実施した．

这项研究研究了由本体学式注释创建的培训数据的效果，针对文档中的信息提取。常规的关系注释给出了两个术语之间的关系，但是本体论注释分别将关系术语和两个感兴趣的术语链接到域和范围。这减少了关系的类型，从而允许将关系的类型识别为术语提取。在第一年，所有交通教学句子均以本体论形式注释。此外，我们使用BERT对词进行了量词，并进行了初步实验，以使用深度学习模型提取术语和关系。在第二年，对提取的英语关系数据进行了本体式注释。 Semeval 2010 Task 8的数据作为关系提取数据作为目标。此数据以常规格式给出了关系注释，并且关系r作为目标项E1和E2的有向图。 R→E1和R→E2之间的关系被注释，并使用深度学习模型对此进行了验证。在2022年，交通指导和半eval数据的注释向公众公开。此外，已经对日语流量说明的注释进行了彻底审查。由于流量说明是作为普通的自然语言句子写的，因此它包含许多遗漏对象和对象。特别是，在项目符号中省略了主题的主题，导致远程参考。因此，作为这项研究的新尝试，我们将交通指导的句子进行了标准化，并进行了修订以将遥远的关系减少到省略的零件。审查注释是一项耗时且稳定的任务，尽管这不是一个明显的结果，但它具有很高的研究价值。还根据此准备了注释指南。