新しいタギングスキームに基づくエンティティと関係の同時抽出

エンティティと関係の同時抽出は情報抽出における重要な課題である。この問題に対処するために、まず新しいタグ付けスキームを提案し、同時抽出課題をタグ付け問題に変換する。次に、当該タグ付けスキームに基づいて、エンティティとその関係を直接抽出できる異なるエンドツーエンドモデルを研究する。これにより、エンティティと関係を別々に識別することなく処理が可能となる。我々は遠隔監督法によって生成された公開データセットで実験を行い、実験結果はタグ付けベースの手法が既存のパイプラインおよび同時学習手法の大部分よりも優れていることを示した。さらに、本論文で提案されたエンドツーエンドモデルは公開データセット上で最良の結果を達成している。注：「What's more」は日本語では「さらに」と訳するのが一般的です。また、「far outperform」については「遥かに上回る」と訳すこともできますが、ここでは「最良の結果を達成している」という表現を使用してより正式な口調にしています。