要約
本稿では、SemEval-2022 タスク12「数学記号とその記述とのリンク」において、命名エンティティ抽出（NER）および関係抽出（RE）を含むすべてのサブタスクでリーダーボード首位を達成した当システムについて述べる。本システムは、SciBERTを基盤とする二段階パイプラインモデルであり、科学文書内における記号、記述およびそれらの関係を検出することを目的としている。システムは以下の2つのモジュールから構成される。1）機械読解（MRC）に基づくNERモデル：各エンティティタイプを質問として表現し、MRCモデルを用いてそのエンティティ出現部分（mention span）を回答として抽出する。2）スパンペア分類によるREモデル：2つのエンティティ出現とそれらのタイプマーカーをスパン表現に符号化し、その後、Softmax分類器に入力する。さらに、記号エンティティの正確な境界検出を向上させるため、ルールベースの記号トークナイザを導入している。関係抽出モデルの性能向上を図るため、正則化手法およびアンサンブル手法も検討した。