20150312 発表資料

Transcript

1. 情報抽出 2 自然言語処理研究室 B3 須戸悠太 1
2. 情報抽出とは（復習） • テキストから指定された情報を抽出する。 • 例：私は昨日、遊園地へ行った。 ▫ 誰が →「私」 ▫ いつ →「昨日」 ▫ どこへ→「遊園地」 2
3. 処理の流れ 3 テ キ ス ト 形 態 素 解 析 固 有 名 抽 出 構 文 解 析 属 性 ・ 関 係 抽 出 シ ナ リ オ の 認 識 照 応 解 析 推 論 抽 出 さ れ た テ ン プ レ ー ト
4. 例文 • サムは、有名なホットドッグ製造業者であるA 社の副社長を退役しました。 • 彼の後は、ハリーが継ぎます。 4
5. テンプレート 5 出来事 退役 人物 サム 役職 副社長 会社 A社 出来事 就役 人物 ハリー 役職 副社長 会社 A社
6. 固有名抽出 • [人名 サム] は、有名なホットドッグ製造業者 である[会社名 A社] の副社長を退役しました。 • 彼の後は、[人名 ハリー] が継ぎます。 • 固有名のタイプがラベルづけされる 6
7. 構文解析 • [np:e1 サム] は、[np:e2 有名なホットドッグ 製造業者] である [np:e3 A社] の [np:e4 副社長]を [vg 退役しました。] • [np:e5 彼] の後は、[np:e6 ハリー] が [vg 継ぎます。] • 名詞句：np 動詞：vg • 名詞句にID (e1~e6) を付与 7
8. 実体(entity)に関する情報 • entity e1 人名：サム • entity e2 製造業者 • entity e3 会社名：A社 • entity e4 役職：副社長 • entity e5 人間 • entity e6 人名：ハリー 8
9. 関係抽出 • 抽出された実体の関係を解析 • entity e1 人名：サム • entity e2 製造業者 名前：A社 • entity e4 役職：副社長 会社：e2 • entity e5 人間 • entity e6 人名：ハリー 9
10. シナリオの認識 • [人] が[役職] を退役する • [人a] が[人b] の後を継ぐ • event e7 退役 [人]：e1 [役職]：e4 • event e8 相続 [人a]：e6 [人b]：e5 • e5→「彼」：人間という情報のみ 10
11. 照応解析 • e5→「彼」：人間という情報のみ • これより前にタイプが人間である固有名詞は 「サム」のみであり指示対象はe1となる 11
12. ここまでの結果 • entity e1 人名：サム • entity e2 製造業者 名前：A社 • entity e4 役職：副社長 会社：e2 • entity e6 人名：ハリー • event e7 退役 [人]：e1 [役職]：e4 • event e8 相続 [人a]：e6 [人b]：e1 12
13. ここまでの結果から • e7から上のテンプレート(退役)が得られる • e8は人間の間の「引き継ぎ」についての記述で あり、「就役」については記述されていない 13
14. テンプレート 14 出来事 退役 人物 e1→サム 役職 e4→副社長 会社 e2→A社 出来事 就役 人物 ？ 役職 ？ 会社 ？
15. 推論 • 抽出された情報とトピックに関する知識を組み 合わせて新たな情報を導く • 例 • 退役(X-人 , Y-職) ^ 相続(Z-人 , X-人) ▫ →就役(Z-人 , Y-職) • 就役(X-人 , Y-職) ^ 相続(X-人 , Z-人) ▫ →退役(Z-人 , Y-職) 15
16. 推論までで得られた結果 • entity e1 人名：サム • entity e2 製造業者 名前：A社 • entity e4 役職：副社長 会社：e2 • entity e6 人名：ハリー • event e7 退役 [人]：e1 [役職]：e4 • event e8 相続 [人a]：e6 [人b]：e1 • event e9 就役 [人]：e6 [役職]：e4 16
17. 推論から • e9は下のテンプレート(就役)が得られ、テンプ レート内の全ての情報が抽出された 17
18. テンプレート 18 出来事 退役 人物 e1→サム 役職 e4→副社長 会社 e2→A社 出来事 就役 人物 e6→ハリー 役職 e4→副社長 会社 e2→A社