@techreport{oai:ipsj.ixsq.nii.ac.jp:00225291,
 author = {澤田, 悠冶 and 寺西, 裕紀 and 大内, 啓樹 and 松本, 裕治 and 渡辺, 太郎 and Yuya, Sawada and Hiroki, Teranishi and Hiroki, Ouchi and Yuji, Matsumoto and Taro, Watanabe},
 issue = {4},
 month = {Mar},
 note = {固有表現認識では，ユーザが設計する新規の固有表現クラスに対してより少量の事例で抽出することが求められる．Few-shot 固有表現認識は外部資源を用いた事前学習による手法が提案されているものの，これらの手法は系列ラベリングやスパンベースに基づいているため，入れ子・不連続なスパンに対応できない問題がある．本研究では，生成型言語モデルを少数事例で直接 Fine-tuning する固有表現認識モデルを考え，固有表現クラスの定義文を用いたクラス分散表現の活用法を提案する．既存固有表現認識データセットから少量のサンプルを作成して実験を行った結果，定義文を用いたクラス分散表現によって少数事例での抽出性能が向上し，複雑なスパンに対しても柔軟に抽出可能であることを確認した．, Named entity recognition (NER) system needs to identify the entities of novel entity types with fewer examples. Few-shot NER systems can capture useful knowledge from external resources, but identifying the nested and discontinuous span is still challenging because their methods are based on sequence labeling and span-based method. We aim for a low-resource generative NER model corresponding to the complex span and propose utilizing methods that use label representation by the novel type’s descriptions. Experiments show that the proposed methods achieve competitive performances in few-shot scenarios, and can extract complex spans with limited samples.},
 title = {生成型Low-resouce固有表現認識における固有表現ラベル分散表現の推定法},
 year = {2023}
}