Open ftnext opened 3 years ago
https://www.aclweb.org/anthology/C08-1113/ 👉 https://aclanthology.org/C08-1113/
時間を決めて気になるところを読んだ
一言で：incomplete annotations（不完全なアノテーション）を利用できるようにするための、CRFのパラメタ推定手法を提案
ドメイン特定の表現を含む、文の一部をアノテーションするのが効率的 事例：日本語単語分割（Japanese Word Segmentation） partial annotationsが発生する
別の場合として、ambigious annotations 事例：品詞タグ付け 具体的にはPenn TreeBank（PTB）コーパス（nltkで触ったことあるやつ）
CRFのアルゴリズムは完全にアノテーションされた文章が必要。 この論文ではpartial annotationsとambigious annotationsに絞って、CRFの新しい手法を提案
単語分割は文脈の考慮が必要で、単純な辞書によるアプローチは不適切。統計的な手法が使われてきた
知らない単語で現れると間違える（「切り傷やすり傷」の例が秀逸）
対象ドメインの単語リストは入手しやすい（例：技術用語辞書、製品名リスト） 単語リストを使ったアノテーションUIとしてKWIC（KeyWord In Context）が提案された（2006） セグメンテーションのアノテーションを、切れ目が正しいかのyes/noの決定に単純化する（←示唆を得た）
partial annotationは効果的なだけでなく、アノテーションエラーを減らす（KWICのUIを想定） 言語学者でなくドメインエキスパートがアノテーションするのでエラーが減るのは望ましい
アノテーション手順が十分に定義されたPTBコーパスですら100を超えるambiguousな品詞タグ付けを含む（Table 1の例：data）
https://www.aclweb.org/anthology/C08-1113/ 👉 https://aclanthology.org/C08-1113/
2 でpartial annotationが引用されていて、どんなものか知りたくなった。
時間を決めて気になるところを読んだ
まとめ
一言で：incomplete annotations（不完全なアノテーション）を利用できるようにするための、CRFのパラメタ推定手法を提案
イントロダクション
ドメイン特定の表現を含む、文の一部をアノテーションするのが効率的 事例：日本語単語分割（Japanese Word Segmentation） partial annotationsが発生する
別の場合として、ambigious annotations 事例：品詞タグ付け 具体的にはPenn TreeBank（PTB）コーパス（nltkで触ったことあるやつ）
CRFのアルゴリズムは完全にアノテーションされた文章が必要。 この論文ではpartial annotationsとambigious annotationsに絞って、CRFの新しい手法を提案
partial annotations (2.1)
単語分割は文脈の考慮が必要で、単純な辞書によるアプローチは不適切。統計的な手法が使われてきた
知らない単語で現れると間違える（「切り傷やすり傷」の例が秀逸）
対象ドメインの単語リストは入手しやすい（例：技術用語辞書、製品名リスト） 単語リストを使ったアノテーションUIとしてKWIC（KeyWord In Context）が提案された（2006） セグメンテーションのアノテーションを、切れ目が正しいかのyes/noの決定に単純化する（←示唆を得た）
partial annotationは効果的なだけでなく、アノテーションエラーを減らす（KWICのUIを想定） 言語学者でなくドメインエキスパートがアノテーションするのでエラーが減るのは望ましい
ambigious annotations (2.2)
アノテーション手順が十分に定義されたPTBコーパスですら100を超えるambiguousな品詞タグ付けを含む（Table 1の例：data）