Building structured Knowledge Base for trustable NLP application systems by Resource by Collaborative Construction scheme

通过资源协同构建方案为可信赖的NLP应用系统构建结构化知识库

• 批准号: 20H00617
• 负责人: 関根 聡
• 金额: $ 28.95万
• 依托单位: Institute of Physical and Chemical Research
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H00617/
• 关键词: 自然言語処理; 知識構築; 情報抽出; テキスト分類; 協働によるリソース構築; 協働による知識構築; 文書分類; エンティティーリンキング

「森羅プロジェクト」はWikipediaの知識を拡張固有表現に基づき、多くの方の協働の元で構造化しようという「協働によるリソース構築(Resource by Collaborative Contribution)」のプロジェクトです。2021年には、2020年に引き続き、30言語のWikipediaを、拡張固有表現の約220カテゴリーに分類するタスク(SHINRA2020-ML)と日本語の属性値抽出を行うタスク(SHINRA2020-JP)を実施しました。また、日本語では抽出した属性値のリンク先を見つけるタスクを初めて実施しました。7カテゴリーの200ページのサンプルデータを作成し、文字列が差ししめいている実際のWikipediaを見つけリンクをするタスクです。違った手法を用いた4つのシステムが提出され、その分析を行い今後の方向性を確認しました。2020年には日本語を対象に、文書分類、属性値抽出、エンティティーリンキングの3つのタスクを一気に解き、構造化知識をEnd-toEndで構築するタスクを実施しました、これらのタスクを通し、技術の進展と問題点の把握などが行われました。

"Sen プ ロ ジ ェ ク ト" は Wikipedia の knowledge を company, zhang inherent performance に base づ き, multiple く の party の association 働 の yuan で structured し よ う と い う "associate 働 に よ る リ ソ ー ス building (the Resource by Collaborative Contribution)" の プ ロ ジ ェ ク ト で す. 2021 に は, 2020 に き 続 き, 30 words の Wikipedia を inherent performance, company, about 220 カ の テ ゴ リ ー に classification す る タ ス ク (SHINRA2020 - ML) と Japanese の attribute numerical spare line を う タ ス ク (SHINRA2020 - JP) を be applied し ま し た. ま た, Japanese で は spare し た attribute numerical の リ ン ク を first see つ け る タ ス ク を early め て be applied し ま し た. 7 カ テ ゴ リ ー の 200 ペ ー ジ の サ ン プ ル デ ー タ を made し, poor text columns が し し め い て い る be interstate の Wikipedia を see つ け リ ン ク を す る タ ス ク で す. Violations っ た gimmick を with い た 4 つ の シ ス テ ム が proposed さ れ, そ の line analysis を い の を direction in the future to confirm し ま し た. 2020 に は Japanese を like に seaborne, document classification and attribute numerical extraction, エ ン テ ィ テ ィ ー リ ン キ ン グ の 3 つ の タ ス ク を a 気 き に solution, structured knowledge を End toEnd で build す る タ ス ク を be applied し ま し た, こ れ ら の タ ス ク を の し, technology progress と point の grasping な ど が line わ れ ま し た.

项目成果

HUKB at SHINRA2020-ML task

SHINRA2020-ML 任务中的 HUKB

• 发表时间: 2020
• 作者: Yamamoto Kazuki Z.;Yasuo Nobuaki;Sekijima Masakazu;Masaharu Yoshioka and Yoshiaki Koitabashi
• 通讯作者: Masaharu Yoshioka and Yoshiaki Koitabashi

森羅2021-LinkJP結果の分析:BERTとルールベースの比較

Shinra 2021-LinkJP 结果分析：BERT 与基于规则的比较

• 发表时间: 2022
• 作者: 野本昌子;宇佐美佑;安藤まや;中山功太;関根聡
• 通讯作者: 関根聡

Resource of Wikipedias in 31 Languages Categorized into Fine-Grained Named Entities

31 种语言的维基百科资源按细粒度命名实体分类

• 发表时间: 2022
• 作者: 1.Satoshi Sekine;Kouta Nakayama;Masako Nomoto;Maya Ando;Asuka Sumida;Koji Matsuda
• 通讯作者: Koji Matsuda

Studio Ousia at the NTCIR-15 SHINRA2020-ML Task

• 作者: Sosuke Nishikawa;Ikuya Yamada

森羅タスクと森羅公開データ

Shinra 任务和 Shinra 公共数据

• 发表时间: 2023
• 作者: 関根聡 (理研);中山功太 (理研/筑波大);隅田飛鳥 (理研);渋木英潔 (BESNA);門脇一真 (日本総研);三浦明波 (アティード);宇佐美佑 (Usami LLC);安藤まや (フリー)
• 通讯作者: 安藤まや (フリー)