Co-STAR：上位下位関係獲得のための共訓練アルゴリズム

• Item type: Journal(1)
• 公開日: 2011-12-15
• タイトル: Co-STAR：上位下位関係獲得のための共訓練アルゴリズム
• タイトル / 言語: en
• タイトル: Co-STAR: A Co-training Style Algorithm for Hyponymy Relation Acquisition
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 特集：情報爆発時代におけるIT基盤技術
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 情報通信研究機構
• 著者所属: 情報通信研究機構／NHK放送技術研究所
• 著者所属: 情報通信研究機構
• 著者所属: 情報通信研究機構
• 著者所属: 情報通信研究機構
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology / Science & Technical Research Laboratories, Japan Broadcasting Corporation
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者名: 呉鍾勲; 山田, 一郎; 鳥澤健太郎; デ・サーガステイン; 橋本, 力
• 著者名(英): Jong-Hoon, Oh; Ichiro, Yamada; Kentaro, Torisawa; Stijn, DeSaeger; Chikara, Hashimoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，構造化されたテキストと構造化されていないテキストを情報源として，単語間の上位下位関係を高精度に獲得する共訓練アルゴリズムCo-STAR（Co-training Style Algorithm for hyponymy Relation acquisition）を提案する．Co-STARにおける2つの独立な上位下位関係の獲得処理は各々のテキストから抽出した異なる手がかりを利用し，得られた知識を交換することにより共訓練を行う．従来の共訓練とは異なり，Co-STARは2つの異なる情報源の共通するインスタンスから効果的な学習データを獲得することで，精度の向上を実現する．実験では，構造化テキストとして日本語のWikipediaを，非構造化テキストとして5,000万のWebページを対象とし，大規模な上位下位関係獲得の処理を行い，Co-STARの有効性を示した．また，Co-STARはノイズの含まれる学習データを利用した場合でも頑健に動作することを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a co-training style algorithm called Co-STAR that acquires hyponymy relations simultaneously from structured and unstructured text. In Co-STAR, two independent processes for hyponymy relation acquisition - one handling structured text and the other handling unstructured text - collaborate by repeatedly exchanging the knowledge they acquired about hyponymy relations. Unlike conventional co-training, the two processes in Co-STAR are applied to different source texts and training data. We show the effectiveness of this algorithm through experiments on large-scale hyponymy-relation acquisition from Japanese Wikipedia and Web texts. We also show that Co-STAR is robust against noisy training data.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 52, 号 12, p. 3574-3587, 発行日 2011-12-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764