BERTを用いた役者評判記からの固有表現認識

• Item type: Symposium(1)
• 公開日: 2024-11-30
• タイトル: BERTを用いた役者評判記からの固有表現認識
• タイトル / 言語: en
• タイトル: Named Entity Recognition from Yakusha Hyōbanki Using BERT
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 役者評判記，古典文書，固有表現認識，BERT
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 立命館大学 情報理工学研究科
• 著者所属: 立命館大学 文学研究科
• 著者所属: 立命館大学 情報理工学部
• 著者所属: 立命館大学 文学部
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Letters, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): College of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): College of Letters, Ritsumeikan University
• 著者名: Wu, Bohao; 戸塚, 史織; 前田, 亮; 赤間, 亮
• 著者名(英): Bohao, Wu; Shiori, Totsuka; Akira, Maeda; Ryo, Akama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 多くの古典文書が電子化されるに伴い，大量の古文による文字情報が整理・保存され始めている．これらのデータを手作業で分析するだけでは，多くの古典研究者の参加が必要であるだけでなく，膨大な時間もかかる．これらのテキスト情報を情報学の手法を用いて処理することができれば，大幅な時間の節約ができ，古典文書の分析効率を大きく向上させることができる．本論文では，歌舞伎役者の芸評書である役者評判記を対象として， BERT（Bidirectional Encoder Representations from Transformers）モデルに基づく古文辞書を必要としない固有表現認識手法を提案する．提案手法の評価実験の結果，F値において86%の精度が得られた．本論文では，役者評判記を例として，日本語古典文書に対する固有表現認識におけるBERTの有効性を示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: As more and more classical documents are digitized, a large amount of information in classical Japanese is beginning to be organized and preserved. Analyzing this data manually would require the participation of numerous classical scholars and a substantial amount of time. By applying informatics methods to process those historical documents, a significant reduction in time can be achieved, greatly enhancing the efficiency of classical document analysis. This paper proposes a named entity recognition method based on the BERT model, which does not require a classical Japanese dictionary, targeting the Yakusha Hyōbanki, a collection of critiques on Kabuki actors. Evaluation experiments of the proposed method achieved an F-score of 86%. This paper demonstrates the effectiveness of BERT in named entity recognition for classical Japanese documents, using Yakusha Hyōbanki as a case study.
• 書誌情報: じんもんこん2024論文集; 巻 2024, p. 249-254, 発行日 2024-11-30
• 出版者 / 言語: ja
• 出版者: 情報処理学会