| Project/Area Number |
20K11942
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | Toyota Technological Institute |
|---|
Principal Investigator |
Sasaki Yutaka 豊田工業大学, 工学(系)研究科(研究院), 教授 (60395019)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2020: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | オントロジー / オントロジー形式アノテーション / 固有表現抽出 / 関係抽出 / 情報抽出 / オントロジー形式 / アノテーション / 深層学習 / オントロジー型関係抽出 / コーパス / 交通ルール / Ontology-Styleアノテーション |
|---|
| Outline of Research at the Start |
本研究では，オントロジー形式の表現に合わせた関係アノテーション法を考案することにより，関係抽出の性能を向上させることを目的とする．たとえば，「乗用車の定員は10人以下」に対する従来のアノテーションは「乗用車」→CAPACITY→「10人以下」である．本研究では関係用語を中心とした関係アノテーションに変更する．オントロジーの表現形式と直接対応し，<乗用車>-<type>-<Car>,<定員>-<type>-<Capacity>, <10人以下>-<type>-<Value>, <Capacity>-<domain>-<Car> ，<Capacity>-<range>-<Value> となる．
|
| Outline of Final Research Achievements |
This study examines the effectiveness of training data generated by Ontology-style annotations for extracting information from documents. Ontology-style annotations link two named entities targeted by a relational term with the domain and range links.
The main result is that Ontology-style annotations were conducted on the "Rules of the Road" and SemEval 2010 Task 8 data. Evaluation experiments of named entity extraction and relation/event extraction using deep learning models were carried out to reveal the effectiveness of Ontology-style annotations. The results were published in an international journal with IF=4.3.
|
| Academic Significance and Societal Importance of the Research Achievements |
オントロジー形式の関係アノテーションを考案し，その効果を独自データセットの構築を通して確認した．日本発の新しいアノテーションを提案したことで，本分野の発展に寄与した．また，交通教則文に対して，オントロジー形式アノテーションを適用したデータセットを公開したことも貢献として挙げられる．英語のデータセットに関しても，関係抽出に関する標準データセットであるSemEval 2010 タスク8データの8,000文に対してオントロジー形式のアノテーションを行い，データセットを公開した．オントロジー形式のアノテーションは今後，言語データからオントロジーへの変換の橋渡しとなることが期待される．
|
