[1N4-J-9] 自然言語処理・情報検索: ドメイン知識分析

[1N4-J-9-03] 文書からの化合物名抽出のためのサブワード有効性調査

〇浦澤 合^1,3、関根 裕人^1,3、乾 孝司^1,3、岩倉 友哉^2,3 (1. 筑波大学大学院、2. 富士通研究所、3. 理研 AIP-富士通連携センター)

キーワード：化合物抽出、サブワード

本論文は化学化合物抽出におけるサブワード系列の有効性を調査する．5種類のサブワード分割方法(SYMBOL,SP,BPE,BPE-DICT,BPE-PMI)を用いて調査を行った．この内，BPE-DICTとBPE-PMIは今回新たに提案する手法であり，BPE-DICTとは辞書制約付きのBPE，BPE-PMIとは通常のBPEが語の出現頻度を用いる箇所をPointwise Mutual Information(PMI)に置き換えたBPEである．実験結果よりサブワード系列が抽出性能を向上させることを示した．本論文で行った全ての実験結果ではBPE-DICTのF値86.74が最も良い結果となった．