要約
関係分類は、最先端のシステムが依然として高コストの手作業による特徴に依存している重要な意味処理タスクである。本研究では、順位付けを行う畳み込みニューラルネットワーク（CR-CNN）を使用して関係分類タスクに取り組む。私たちは人工的なクラスの影響を軽減しやすい新しいペアワイズ順位付け損失関数を提案する。実験には、文内にマークされた2つの名詞間の関係を分類するための設計されたSemEval-2010 Task 8データセットを使用した。CRCNNを使用することで、このデータセットにおいて最先端の性能を上回り、手作業による高コストの特徴を使用せずにF1スコア84.1を達成した。さらに、実験結果は以下の点を示している：(1) 私たちの手法はsoftmax分類器を用いたCNNよりも効果的である；(2) 人工的なクラスOtherの表現を省略することで精度と再現率が向上する；(3) 2つの対象名詞間のテキストのみを考える場合、入力特徴として単語埋め込みのみを使用しても最先端の結果を得ることができる。