質問応答と，日本語固有表現抽出および固有表現体系の関係についての考察

• Item type: SIG Technical Reports(1)
• 公開日: 2004-05-13
• タイトル: 質問応答と，日本語固有表現抽出および固有表現体系の関係についての考察
• タイトル / 言語: en
• タイトル: A Study of the Relations among Question Answering, Japanese Named Entity Extraction, and Named Entity Taxonomy
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: （株）ニューズウォッチ技術部
• 著者所属: （株）東芝研究開発センター知識メディアラボラトリー
• 著者所属: （株）東芝研究開発センター知識メディアラボラトリー
• 著者所属: （株）東芝研究開発センター知識メディアラボラトリー
• 著者所属: （株）東芝研究開発センター知識メディアラボラトリー
• 著者所属(英): en
• 著者所属(英): System Development & Operations, Newswatch, Inc.
• 著者所属(英): en
• 著者所属(英): Knowledge Media Laboratory, Corporate R&D Center, Toshiba Corp.
• 著者所属(英): en
• 著者所属(英): Knowledge Media Laboratory, Corporate R&D Center, Toshiba Corp.
• 著者所属(英): en
• 著者所属(英): Knowledge Media Laboratory, Corporate R&D Center, Toshiba Corp.
• 著者所属(英): en
• 著者所属(英): Knowledge Media Laboratory, Corporate R&D Center, Toshiba Corp.
• 著者名: 市村, 由美; 齋藤, 佳美; 酒井, 哲也; 國分智晴; 小山, 誠
• 著者名(英): Yumi, Ichimura; Yoshimi, Saito; Tetsuya, Sakai; Tomoharu, Kokubu; Makoto, Koyama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 日本語固有表現抽出システムを知識抽出と質問解析に利用した質問応答システムASKMiを開発した．このシステムを用いて，(1) 質問応答の性能と固有表現抽出の性能の関係，(2) 質問応答の性能と固有表現体系の粒度の関係，について考察を行う．毎日新聞98?99年版の2年分の新聞記事とQAC1のテストコレクションを用いた実験により，次のような知見が得られたことを示す．(1)固有表現抽出の再現率や適合率が向上すると，質問応答の性能も向上する．しかし，再現率が十分に高くないときに適合率だけを向上させると，質問応答の性能低下を招く．(2)固有表現体系は，全体としては細分化する方が質問応答の性能が良いが，適切な細分化の粒度は，固有表現クラスによって異なる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We have developed a question answering system called ASKMi (Answer Seeker/Knowledge Miner) which utilizes a Japanese named entity extractor as a knowledge miner and a question analyzer. With this system, we study (i)the relationship between the performance of question answering and that of named entity extraction, and (ii)the relationship between the performance of question answering and the granularity of named entity taxonomy. Through experiments with Mainichi Daily News ('98-'99) and QAC1 test collection, we will show that (i)the performance of question answering increases with increasing recall and precision of named entity extraction, but high precision without sufficiently high recall leads to worse performance of question answering, and (ii)fine subdivision of named entity taxonomy leads to better performance of question answering, while the appropriate level of granularity varies across named entity classes.
• 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: AN10115061
• 書誌情報: 情報処理学会研究報告自然言語処理（NL）; 巻 2004, 号 47(2004-NL-161), p. 17-24, 発行日 2004-05-13
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会