要約
オープン情報抽出（Open IE）は、特にその脆弱なデータ基盤により困難な課題となっています。ほとんどのオープン情報抽出システムは、自動的に構築されたコーパスで学習し、不正確なテストセットで評価される必要があります。本研究では、まず訓練セットとテストセットの両側面からこの困難を軽減します。前者については、訓練データセットをより十分に活用するための改良されたモデル設計を提案します。後者については、一連の言語学的な観察と分析に基づいて、精密に再アノテーションしたベンチマークテストセット（Re-OIE6）を提示します。次に、従来のシーケンスラベリング方式ではなく、スパンモデルを導入してn項オープン情報抽出を行います。新しく導入したモデルは、両方のベンチマーク評価データセットにおいて新たな最先端の性能を達成しました。