要約
自然言語処理は、トークンレベルまたは文レベルの理解を伴う多様なタスクをカバーしています。本論文では、多数のタスクが単一のユニバーサル抽出形式で表現可能であるという簡潔な知見を提示します。また、プロトタイプモデルを導入し、さまざまな抽出タスクに対応するオープンソースかつ拡張可能なツールキット「OpenUE」を提供します。OpenUEを用いることで、開発者はテキストから情報を抽出するカスタムモデルの学習が可能となり、研究者による迅速なモデル検証も支援されます。さらに、OpenUEは十分なモジュール性と拡張性を確保するための多様な機能モジュールを備えています。ツールキットに加え、学習やデプロイなしでリアルタイム抽出を可能にするRESTful APIを備えたオンラインデモも提供しています。また、オンラインシステムは関係三項抽出、スロット・インテント検出、イベント抽出など、多岐にわたるタスクにおける情報抽出を実現可能です。本研究では、ソースコード、データセット、事前学習モデルをhttp://github.com/zjunlp/openueにて公開し、今後の研究促進を図ります。