Kdgan knowledge distillation with generative adversarial networks
A Novel Cascade Binary Tagging Framework for Relational Triple Extraction
1. ACL2020オンライン読み会
A Novel Cascade Binary Tagging Framework
for Relational Triple Extraction
Tokyo
September 6th, 2020
株式会社エクサウィザーズ
⼤⻄ 真輝
2. | 2
Self-introduction
n 名前
p ⼤⻄ 真輝(おおにし まさき)
p Twitter: @true0024
n 所属
p EXAWIZARDS
NLP関連のPoCやプロダクト開発担当
n 今やっていること
p 発話テキストからの情報抽出
p ⾳声情報とNLPの組み合わせ
3. | 3
Introduction
n 簡単な論⽂のまとめ
p 関係抽出に対し新しいフレームワークを提案し、精度を上げたという論⽂
p 従来⼿法では学習フレームワークの性質上、同⼀実体間に複数の関係があ
る場合や、事例数の少ない関係の精度が悪かった
p この論⽂では関係をクラス分類でなくタグ付けとして解く⼿法を提案
• 実体のスパンを0,1で表現したタグ付によって関係抽出を⾏い、⾼精度を出すことを実現
• LSTMでも⾼精度だが、学習済みBERTを⽤いることでさらに精度が向上
A Novel Cascade Binary Tagging Framework
for Relational Triple Extraction
23. | 23
Conclusion
n まとめ
p 関係抽出をクラス分類でなくタグ付けとして解く⼿法の提案
p 問題設定を変更するだけでLSTMでも⾼精度を記録した
p 発想の転換による精度向上という点が興味深かった
p f関係(subject) à object だけでなく、f関係(object) à subjectのような双⽅向の
学習があればより精度が向上するのではないかと感じた
A Novel Cascade Binary Tagging Framework
for Relational Triple Extraction