BOUN-ISIK参加：細菌生息地に関する名前付きエンティティ正規化および関係抽出のための教師なしアプローチ

本稿では、BioNLP Shared Task 2019 の「Bacteria Biotope Task」への参加について報告する。当研究チームの参加は、このタスクの2つのサブタスクに対応する2つのシステムの構築から成る。すなわち、実体の正規化（BB-norm）と、生物医学テキストを入力として、実体間の関係を同定するタスク（BB-rel）である。実体の正規化では、単語埋め込み（word embeddings）と構文的再ランク付け（syntactic re-ranking）を活用した。関係抽出タスクについては、事前に定義されたルールを用いた。これらのアプローチは、ラベル付きデータを必要としないという意味で、いずれも教師なし（unsupervised）であるが、高い性能を達成した。特にBB-normタスクにおいては、ラベル付きデータを必要とする深層学習ベースの手法と同等の性能を示すことが確認された。