専門用語の識別と分類の為のマキシマムエントロピーモデルの利用

利用最大熵模型对技术术语进行识别和分类

• 批准号: 02F00952
• 负责人: NIGEL COLLIER
• 金额: $ 0.77万
• 依托单位: National Institute of Informatics
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2003
• 资助国家: 日本
• 起止时间: 2003 至 2004
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-02F00952/
• 关键词: 情報抽出; テキスト マイニング; セマンティク ウェブ; 自然言語処理; アノテーション

トニー・マレン氏は下記に説明したPIAプロジェクトの技術用語の自動アノテーション方法の研究に深く関わっている。遺伝子、遺伝子産物、人物、場所、組織名などの言語表現の名前の自動識別やアノテーションを含む重要でかつ興味深い研究の一つである。そのような表現の識別はしばしば、専門的なテキストを高度なレベルで理解するのに大きな役割を果たす。PIAプロジェクトには2つの重要な特徴がある。(1)専門家が構築したオントロジーを使い、人手によってアノテートされたウェブページからの機械学習に基づいてウェブを自動的にアノテートできる高性能アノテーションサーバーの構築と、(2)機械学習をサポートするためのオントロジープリミティブの集合に基づいたオントロジーサーバーのデザインである。マレン氏は最大エントロピーモデルを使用した機械学習の整備や、オープンオントロジーフォージと呼ばれるPIAソフトウェアの開発、専門的なテキストの修辞的分析のような関連分野での議論に積極的に参加するなど、幾つかの分野に貢献している。その結果、われわれのソフトウェアの解説をした,"Knowledge-based Intelligent Information and Engineering Systems(KES'2003)"での会議録を収集したSpringer-Verlag社刊行の"Lecture Notes in Computer Science"に発表された。また、彼はオックスフォード大学や、タイのカセサート大学で行われた共同研究発表会でも発表を行った。来年度は彼の実験を高度な言語学知識を利用した形で拡張し、修辞的分析や述語文法項構造分析のような意味内容の自動アノテーションといったような興味深い分野へのマキシマムエントロピーモデルの一般性をテストするつもりである。

如下所述，托尼·穆伦（Tony Mullen）深入参与了PIA项目中技术术语的自动注释方法的研究。这是一项重要而有趣的研究之一，涉及自动识别和注释语言表达的名称，例如基因，基因产物，人，位置和组织名称。对此类表示形式的识别通常在理解高水平的专业文本中起着重要作用。 PIA项目具有两个重要功能：（1）它是高性能注释服务器的设计，它可以使用专家构建的本体学从手动注释的网页中自动注释Web，并且（2）它是基于基于一组本体专题的本体学服务器的设计，以支持机器学习。穆伦（Mullen）为多个领域做出了贡献，包括使用最大熵模型开发机器学习，开发名为“开放本体锻炼”的PIA软件，并积极参与相关领域的讨论，例如对专业文本的修辞分析。结果，它发表在Springer-Verlag发表的“计算机科学讲义”中，该内容从“基于知识的智能信息和工程系统（KES'2003）”中收集了会议的会议，该会议解释了我们的软件。他还在牛津大学和泰国Kasetsart大学举行的联合研究演讲中进行了演讲。明年，我打算使用高级语言知识扩展他的实验，以将最大熵模型的一般性测试到有趣的领域，例如对语义内容的修辞分析和自动注释，例如谓词语法术语结构分析。