Upgrade to Pro — share decks privately, control downloads, hide ads and more …

文献紹介 / A Probabilistic Annotation Model for Crowdsourcing Coreference

Atom
February 03, 2020
40

文献紹介 / A Probabilistic Annotation Model for Crowdsourcing Coreference

Atom

February 03, 2020
Tweet

More Decks by Atom

Transcript

  1. A Probabilistic Annotation Model
    for Crowdsourcing Coreference
    文献紹介
    2020/2/3
    長岡技術科学大学
    自然言語処理研究室 吉澤 亜斗武

    View Slide

  2. Abstract
    ・クラウドソーシングで注釈がつけられた共参照の
    データセットのためのモデルを提案
    ・質の異なるアノテーターをシュミレーションして
    データを生成
    ・提案モデルはアノテーターの質を考慮し、
    従来のモデルのF1値を上回った。
    2

    View Slide

  3. 1. Introduction
    ・共参照の問題は談話エンティティなどで非常に重要
    ・現在、ONTONOTESを基とした中規模データセット
    CONLL2012-dataset を使うのがほとんど
    ・しかし適用できない言語やドメインが多くあり、アノテート
    されたデータセットが求められるが、専門家だけでは
    データサイズに限界がある
    3

    View Slide

  4. 1. Introduction
    ・そこでクラウドソーシングが求められるが、照応の集約が
    上手く行かないことが多い。
    ・従来は単純な多数決がとられてきたが、近年になって効率的な
    集約方法への研究が行われつつある。
    ・クラウドソースの照応注釈を集約する言及ペアベースの
    確率モデルを提案
    4

    View Slide

  5. 2. A Mention-Pair Model of Annotation
    5

    View Slide

  6. 2.1 Parameter Estimation
    6
    ELBO最大化:Coordinate AscentVariational Inference (CAVI)

    View Slide

  7. 3.1.1 Crowdsourced Data
    7
    Phrase Detectives 1.0
    ・クラウドソーシングでアノテーション
    ・談話の新・旧(先行詞)など5つのマーク
    ・45文書、6000マーク →トレーニングに向かかない
    → CONLL-2012 dataset からデータを作る

    View Slide

  8. 3.1.2 Synthetic Data
    8
    アノテーターをシミュレーションとして訓練データを生成
    精度が0.2から0.9のアノテーターが混在するようにする
    ・Uniform:一様に誤りを生じさせる。
    ・Sparse:局所的に誤りを生じさせる。

    View Slide

  9. 3.1.2 Synthetic Data
    9
    ・Synthetic profiles
    5つの精度が異なるプロファイル(ラベル)をつける
    専門家と一般の人が混ざっている状況を再現
    ・Phrase Detectives inspired profiles
    Phrase Detectiveの中で信頼度が一定以上のプロファイルを
    適用。

    View Slide

  10. 3.2 Evaluation 1: Mention Pair Accuracy
    10

    View Slide

  11. 3.3 Evaluation 2: Silver Chain Quality
    11

    View Slide

  12. 6 Conclusion
    12
    ・クラウドソーシングされた照応注釈を集約するための
    確率モデルベースを導入し、推定ペア、
    相互参照チェーンの品質について実験をおこなった。
    ・多数決で決める従来のモデルよりも優れていることを
    示した。

    View Slide