要約
本研究では、テーブル表現を活用した非構造化テキストから固有表現および関係を抽出するための新規手法を提案する。本手法は文脈に基づく単語埋め込みを用いることで、複雑な手作業による特徴設計やニューラルネットワークアーキテクチャを用いずに、固有表現の出現表現および長距離依存関係の表現を計算する。また、履歴に基づく予測や探索戦略に頼ることなく、テンソル内積を適応して一度にすべての関係ラベルを予測する。これらの進展により、固有表現および関係抽出のモデルおよびアルゴリズムが大幅に簡素化される。その簡潔さにもかかわらず、実験結果は、CoNLL04およびACE05の英語データセットにおいて、最先端の手法を上回ることを示している。さらに、複数文を用いて文脈を集約する設定において、提案手法がACE05データセットにおいて最先端のNERモデルと同等の性能を達成することも確認した。