@techreport{oai:ipsj.ixsq.nii.ac.jp:00220251,
 author = {西村, 柾人 and 新納, 浩幸 and Masato, Nishimura and Hiroyuki, Shinnou},
 issue = {21},
 month = {Sep},
 note = {通常，教師あり学習は訓練データには誤りがないという前提で学習が行われるが，実際には誤りを含む場合も多い．特に NER のデータセットはラベルの定義に曖昧なものがあり，複数の作業者でのタグ付けには誤りが生じやすい．このような背景から Wang らは誤ったラベルの付いたデータセットから NER のモデルを学習する CrossWeigh を提案した．本論文では CrossWeigh をストックマーク株式会社が提供している，Wikipedia の日本語 NER データセットに適用し，CrossWeigh の効果を確認する．同時に，このデータセット内の誤りの検出を試みる．},
 title = {CrossWeighの日本語NERデータセットへの適用},
 year = {2022}
}