Open Information Extraction on Scientific Text : An Evaluation (COLING’18)

[oratosa]

• 論文タイトル Open Information Extraction on Scientific Text : An Evaluation (COLING’18)

• 著者（所属） Paul Groth, Mike Lauruhn, Antony Scerri, Ron Daniel Jr.

• 論文PDF／ランディングページへのリンク https://www.aclweb.org/anthology/C18-1289/

• 論文まとめ（落合フォーマット準拠）

  • どんなもの（どんな問題を解きたい）？ 科学に関するテキストに対するOpen Information Extraction（OIE）の適用結果を評価した
  • 先行研究と比べてどこがすごい？ 既存のOIEは，（OIEがOpen domainのテキストに関する適用を謳っているにもかかわらず）WikipediaのテキストやNewsのテキストに対する結果で評価していた．この論文で初めて科学に関するテキストに対する評価を行なった．
  • 技術や手法のキモはどこ？ 既存の評価では，専門家が正解データを作成し，それに対して抽出結果の正否を評価するが，この論文ではクラウドソーシングによる複数のワーカによって正否が判断された． 評価プロセスが細かくかかれているため，参考になる．
  • どうやって有効だと検証した？ 上に同じ．
  • 議論はある？ エラーは入力する文の種類が原因となっていることが指摘されており，入力文の選び方によってエラーは避けられる可能性があると議論している．
  • 次に読むべき論文は？ Schneider, Rudolf, et al. "Analysing Errors of Open Information Extraction Systems." EMNLP 2017