論文
実世界参照による分野特有の固有表現認識の精度向上
2017 年 24 巻 5 号 p. 655-668
詳細
2017 年 24 巻 5 号 p. 655-668
本稿では，将棋の解説文に対する固有表現を題材として，テキスト情報に加えて実世界情報を参照する固有表現認識を提案する．この題材での実世界情報は，固有表現認識の対象となる解説文が言及している将棋の局面である．局面は，盤面上の駒の配置と持ち駒であり，すべての可能な盤面状態がこれによって記述できる．提案手法では，まず各局面の情報をディープニューラルネットワークの学習方法の 1 つである stacked auto-encoder を用いて事前学習を行う．次に，事前学習の結果をテキスト情報と組み合わせて固有表現認識モデルを学習する．提案手法を評価するために，条件付き確率場による方法等との比較実験を行った．実験の結果，提案手法は他の手法よりも高い精度を示し，実世界情報を用いることにより固有表現認識の精度向上が可能であることが示された．
