要約
これまでの時系列関係抽出に関する多数の研究は、主にイベント間の時系列関係の抽出に注目しており、イベントやタイムエクストラクション要素（timexes）、およびドキュメント作成時刻（Document Creation Time; DCT）の表現形式の多様性という課題に直面していた。さらに、DCTはドキュメント内の他のイベントやtimexesと意味的に接続するための中心的な役割を果たす可能性がある。しかし、従来の手法はこの重要な情報を有効に活用できていない。上記の課題を解決するため、本研究ではイベント、timexes、およびDCTの間の関係を統一的に抽出する「DCT中心型時系列関係抽出モデル」であるDTRE（DCT-centered Temporal Relation Extraction）を提案する。具体的には、文単位のDCT表現を導入することで、イベントの表現の統一とtimexes、DCTとの統合を実現し、第一の課題を克服する。次に、DCTに意識的なグラフ構造を用いて、各要素の文脈的構造表現を獲得する。さらに、一度に3種類の時系列関係を同時予測するDCTアンカリングマルチタスク学習フレームワークを提案する。最後に、DCTをガイドとして用いたグローバル推論機構を導入し、異なる関係間のグローバルな整合性をさらに強化する。3つのデータセットにおける実験結果から、DTREはE-E（イベント-イベント）、E-T（イベント-timex）、E-D（イベント-DCT）の各タスクにおいて、複数の最先端（SOTA）ベースラインを顕著に上回ることが示された。