文書中の数式の変数及び変数の意味を抽出する試み

抄録

　科学的文書に記載の，物理量間の定量的関係を表す数式とその周辺の文章から，数式中の物理量を示す変数と，変数が何を示しているかを説明する文節を抽出する試みを行った．数式および変数の抽出後，数式の周辺の文章から変数を含む文をプログラムにより抽出し，変数を含む文から変数の説明文節を抽出（相当する文節が無い場合はnullを出力）する試みを，ルールベース，構文解析＋ルールベース，深層学習，の３つの方法で行った．
　構文解析の有無にかかわらずルールベースでは設定すべきルールが見かけから想像される数より非常に多く，かつ，ルールに合致しても各ルール毎にnullとnotnullの判別機械学習が必要になることが判明した．BERTのfine-tuningを利用した深層学習では，4000～4500個のラベル付き学習データを用意することで，7割を超える正答率で変数の説明文節を抽出することができた．