本論文では，言い換えが複数存在する化合物名称の固有表現抽出 (NER) の精度を向上するため，NERモデルと化合物名を含む文の言い換えモデルを同時に学習するマルチタスク学習を提案する．提案手法では，long short-term memory (LSTM) に基づくエンコーダーおよび単語・文字 embedding パラメータを，NER モデルと言い換えモデルで共有することで，NER モデルにおいて，化合物名の言い換えを捉えることができるようにする．化合物名抽出タスク BioCreative IV CHEMDNER トラックで評価した結果，本言い換え学習が精度改善に貢献することが確認された．
