お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2023-03-18 11:05
生成型Low-resouce固有表現認識における固有表現クラス分散表現の推定法
澤田悠冶奈良先端大)・寺西裕紀理研)・大内啓樹奈良先端大)・松本裕治理研)・渡辺太郎奈良先端大NLC2022-22
抄録 (和) 固有表現認識では、ユーザが設計する新規の固有表現クラスに対してより少量の事例で抽出することが求められる。外部資源を用いて事前に学習することで、固有表現の出現パターンや新規の固有表現クラスの意味情報を獲得する手法が提案されているものの、これらの手法は系列ラベリングやスパンベースに基づいているため入れ子・不連続なスパンに対応できない問題がある。本研究では、生成型事前言語モデルを少数事例で直接 Fine-tuning する生成型固有表現認識モデルを考え、固有表現クラスの定義文を用いたラベル分散表現の活用法を提案する。既存固有表現認識データセットから少量のサンプルを作成して実験を行った結果、定義文を用いたラベル分散表現によって少数事例での抽出性能が向上し、複雑なスパンに対しても柔軟に抽出可能であることを確認した。 
(英) Named entity recognition (NER) system needs to identify the entities of novel entity types with fewer examples. Few-shot NER systems can capture useful knowledge from external resources, but identifying the nested and discontinuous span is still challenging because their methods are based on sequence labeling and span-based method. We aim for a low-resource generative NER model corresponding to the complex span and propose utilizing methods that use label representation by the novel type's descriptions. Experiments show that the proposed methods achieve competitive performances in few-shot scenarios, and can extract complex spans with limited samples.
キーワード (和) 固有表現認識 / ファインチューニング / Few-shot学習 / 定義文 / 入れ子 / 不連続 / /  
(英) Named Entity Recognition / Fine-tuning / Few-shot learning / Description / Nested / Discontinuous / /  
文献情報 信学技報, vol. 122, no. 449, NLC2022-22, pp. 16-21, 2023年3月.
資料番号 NLC2022-22 
発行日 2023-03-11 (NLC) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NLC2022-22

研究会情報
研究会 NLC IPSJ-NL  
開催期間 2023-03-18 - 2023-03-18 
開催地(和) 沖縄科学技術大学院大学 
開催地(英) OIST 
テーマ(和) 言語処理の産業・社会応用、および一般 
テーマ(英) Applications of natural language processing, and etc. 
講演論文情報の詳細
申込み研究会 NLC 
会議コード 2023-03-NLC-NL 
本文の言語 日本語 
タイトル(和) 生成型Low-resouce固有表現認識における固有表現クラス分散表現の推定法 
サブタイトル(和)  
タイトル(英) Estimating Named Entity Label Representation for Generative Low-Resource NER 
サブタイトル(英)  
キーワード(1)(和/英) 固有表現認識 / Named Entity Recognition  
キーワード(2)(和/英) ファインチューニング / Fine-tuning  
キーワード(3)(和/英) Few-shot学習 / Few-shot learning  
キーワード(4)(和/英) 定義文 / Description  
キーワード(5)(和/英) 入れ子 / Nested  
キーワード(6)(和/英) 不連続 / Discontinuous  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 澤田 悠冶 / Yuya Sawada / サワダ ユウヤ
第1著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第2著者 氏名(和/英/ヨミ) 寺西 裕紀 / Hiroki Teranishi / テラニシ ヒロキ
第2著者 所属(和/英) 理化学研究所 革新知能統合研究センター (略称: 理研)
RIKEN Center for Advanced Intelligence Project (略称: RIKEN AIP)
第3著者 氏名(和/英/ヨミ) 大内 啓樹 / Hiroki Ouchi / オオウチ ヒロキ
第3著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第4著者 氏名(和/英/ヨミ) 松本 裕治 / Yuji Matsumoto / マツモト ユウジ
第4著者 所属(和/英) 理化学研究所 革新知能統合研究センター (略称: 理研)
RIKEN Center for Advanced Intelligence Project (略称: RIKEN AIP)
第5著者 氏名(和/英/ヨミ) 渡辺 太郎 / Taro Watanabe / ワタナベ タロウ
第5著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2023-03-18 11:05:00 
発表時間 20分 
申込先研究会 NLC 
資料番号 NLC2022-22 
巻番号(vol) vol.122 
号番号(no) no.449 
ページ範囲 pp.16-21 
ページ数
発行日 2023-03-11 (NLC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会