Recomendados
Mais conteúdo relacionado
Mais de 長岡技術科学大学 自然言語処理研究室
Mais de 長岡技術科学大学 自然言語処理研究室 (20)
Último
Último (11)
説明文と記述要素の関係要因の調査～そこにクエリの「何」が書かれているのか～
- 4. 記述要素の定義 (１) 「“クエリ” の」で接続される語 例）“個人情報保護法”の「施行時期」 (2)クエリ＋記述要素のみで完結するもの ○ 個人情報保護法の「内容」 × 個人情報保護法の「内容の変化」 実際にこのルールで取ってみると…？ 4
- 5. 記述要素候補の取得 クエリ：個人情報保護法 記述要素の異なり数 366 適切な記述要素 289(79%) 不適切な記述要素 77(21%) ・定義に則った単純な手法 →79%がそのまま利用可能 適切な例：施行，適用，定義，対策，改正，影響 不適切な例：民間事業者，過剰，全面 次の付与実験では、文数の多い52個を使用 5
- 13. 実験－共起語トリガによる付与 ・再現率は高いが適合率は低い ・トリガの制約はきいている→平均候補数は減少 ・実際に使われたトリガは…？ 名称 再現率 適合率 F値 平均候補数 ans 0.72 0.06 0.10 54.0 1trigger(1) 0.70 0.07 0.13 41.4 2trigger(1) 0.70 0.08 0.14 36.5 3trigger(1) 0.62 0.09 0.16 27.3 1trigger(1)(2) 0.42 0.15 0.22 5.9 2trigger(1)(2) 0.54 0.10 0.17 20.9 3trigger(1)(2) 0.55 0.10 0.16 21.8 1trigger(1)(2)(3) 0.37 0.16 0.22 3.4 2trigger(1)(2)(3) 0.52 0.10 0.17 18.5 3trigger(1)(2)(3) 0.55 0.10 0.17 20.3 13
- 14. 共起トリガによる付与の例 運用→(内閣,国民,月) 施行状況→(公表,内閣,年) 14 毎日新聞社説より「個人情報保護法 「官」だけ得した1年だ った」 内閣府が昨年7月、幹部の人事異動で従来は公表し てきた生年月日や最終学歴などを「個人情報に該当する」と して外した。 国の政策にかかわる幹部官僚の経歴はその 人物を国民がチェックするうえで欠かせないが、他の省庁も 次々と後を追った。 記述要素に関係ある語が得られてはいる
- 17. まとめ－共起・係り受けトリガ比較 p/p=記述要素は正しく付与 p/n=間違って付与した n/p=取り逃している n/n=記述要素がないことを正しく認識 17 トリガ 精度 適合率 再現率 system/answer p/p p/n n/p n/n 1単語 0.46 0.13 0.77 148 978 44 730 2単語 0.73 0.19 0.50 96 409 961299 3単語 0.85 0.23 0.21 41 140 1511568 係り受け 0.86 0.31 0.06 11 24 1811615 正解 セット 0.10- - 192- - 1708
- 18. まとめ－共起・係り受けトリガ比較 ・係り受けでも精度が低い→大量のエラーのせい 18 トリガ 精度 適合率 再現率 system/answer p/p p/n n/p n/n 1単語 0.46 0.13 0.77 148 978 44 730 2単語 0.73 0.19 0.50 96 409 961299 3単語 0.85 0.23 0.21 41 140 1511568 係り受け 0.86 0.31 0.06 11 24 1811615 正解 セット 0.10- - 192- - 1708 トリガは正解と不正解の分別に向かない？ →考察へ
- 25. 25
- 31. 実験－係り受けトリガによる付与(3) ・記述要素が含まれていても必ずしも適切な付与に はならない 31 Trigger Precision pp/ (pp+pn) system/answer p/p p/n n/p n/n 記述要素 0.67 6 3 0 0 同義語 0.21 3 11 0 0 下位語 0.17 2 10 0 0 正解セット - 192 - - 1708