Open ymym3412 opened 5 years ago
Context-Aware Neural Model for Temporal Information Extraction Yuanliang Meng, Anna Rumshisky
Temporal Information Extraction(TIE)にNTMを使用する。
NTMを使うことで大域情報を利用できる。
TIEでは時間やイベントの表現が単文ではなく、文書全体に現れそれぞれに対して関係性を見る必要があるが、LSTMやGRUといったモデルでは単文を記憶するのには十分だが文書全体のContextを扱うには記憶能力が足りていない。 そこでEntity間の関係性を扱うpair-wise classifierとNTMをベースにEntityのpair情報をメモリに書き込んで記憶しながら更新していくGlobal Context Layerをカスケード接続したモデルを提案した。
TimeBankDenseで従来手法とMicro/Macro F1値で比較した。
カスケード接続しているため、pair-wise層の識別結果に強く影響を受けてしまう
Classifying temporal relations by bidirectional lstm over dependency paths Fei Cheng and Yusuke Miyao
0. 論文
Context-Aware Neural Model for Temporal Information Extraction Yuanliang Meng, Anna Rumshisky
1. どんなもの？
Temporal Information Extraction(TIE)にNTMを使用する。
2. 先行研究と比べてどこがすごい？
NTMを使うことで大域情報を利用できる。
3. 技術や手法のキモはどこ？
TIEでは時間やイベントの表現が単文ではなく、文書全体に現れそれぞれに対して関係性を見る必要があるが、LSTMやGRUといったモデルでは単文を記憶するのには十分だが文書全体のContextを扱うには記憶能力が足りていない。 そこでEntity間の関係性を扱うpair-wise classifierとNTMをベースにEntityのpair情報をメモリに書き込んで記憶しながら更新していくGlobal Context Layerをカスケード接続したモデルを提案した。
4. どうやって有効だと検証した？
TimeBankDenseで従来手法とMicro/Macro F1値で比較した。
5. 議論はある？
カスケード接続しているため、pair-wise層の識別結果に強く影響を受けてしまう
6. 次に読むべき論文は？
Classifying temporal relations by bidirectional lstm over dependency paths Fei Cheng and Yusuke Miyao