[論文レビュー] A Sentence Simplification System for Improving Relation Extraction

Christina Niklaus, Bernhard Bermeitinger+2 more|arXiv (Cornell University)|Mar 27, 2017

Natural Language Processing Techniques参考文献 13被引用数 28

ひとこと要約

本稿では、手作業で作成された文法規則を用いて構文に従ったルールベースの文簡略化フレームワークを提案する。このフレームワークは、複雑な文をコアな事実文と独立した文脈文に変換することで、オープン関係抽出（RE）の精度を向上させる。文の構文的複雑さを低減しつつ完全な情報的内容を保持することで、特にネストされた構造や非標準的な構造を含む文において、最先端のオープンREシステムの正確性とカバレッジを向上させる。

ABSTRACT

In this demo paper, we present a text simplification approach that is directed at improving the performance of state-of-the-art Open Relation Extraction (RE) systems. As syntactically complex sentences often pose a challenge for current Open RE approaches, we have developed a simplification framework that performs a pre-processing step by taking a single sentence as input and using a set of syntactic-based transformation rules to create a textual input that is easier to process for subsequently applied Open RE systems.

研究の動機と目的

• 構文的に複雑な文を処理する際のオープン関係抽出（RE）システムの低精度という課題に対処すること。
• 従来の圧縮手法とは異なり、簡略化の過程で背景情報を保持することで、オープンREにおける情報損失を低減すること。
• 言語的簡略化による事前処理を施すことにより、多様で現実世界のコーパスにおけるオープンREのスケーラビリティとロバスト性を向上させること。
• 意味的内容を損なわずに、複雑な構文的構造をより単純で抽出可能な文の形に変換するフレームワークを開発すること。
• 構文ルールの適用による入力文の簡略化が、下流のオープンREのパフォーマンスを向上させることを実証すること。

提案手法

• システムは、スタンフォードCoreNLPパイプラインから得られる構文木（構成要素ベース）、品詞タグ、固有表現認識（NER）を用いて、簡略化の対象となる構文的構成要素を同定する。
• 非制限的関係節、同位語句、現在分詞句・形容詞的句、挿入句、前置詞句を対象とした、手作業で作成された文法規則を適用する。
• 簡略化の過程で、付随する情報を独立した文脈文に分離し、コアな述語・目的語構造を保持する。
• フレームワークは3段階で処理を行う：簡略化可能な構成要素の同定、先行詞または補語を用いた文脈文の構築、およびそれら構成要素を削除して主文を短縮する。
• 出力は2層構造である：コア文と関連する文脈文のセットであり、両者とも2項または3項の関係抽出に適している。
• 簡略化された出力は、アレンAIのopenie-standaloneなどのオープンREシステムに供給され、JSON形式で関係を抽出する。

実験結果

リサーチクエスチョン

• RQ1 ルールベースの簡略化フレームワークは、複雑な文に対して最先端のオープン関係抽出システムのパフォーマンスを向上させることができるか？
• RQ2 簡略化の過程で背景情報を保持することで、従来の圧縮手法と比較して、オープンREにおける情報損失が低減するか？
• RQ3 構文的簡略化は、ネストされた構造や非標準的な構造を含む文において、オープンREの正確性とカバレッジをどの程度向上させるか？
• RQ4 このフレームワークは、複雑で複文構造の文を、抽出可能なコア文と文脈文のペアに効果的に変換できるか？
• RQ5 構文駆動型のルールベース手法は、リソースが限られた状況や構文的に複雑な状況において、エンドツーエンドのニューラルモデルを上回るパフォーマンスを発揮できるか？

主な発見

• この簡略化フレームワークは、入力文の構文的複雑さを低減することで、最先端のオープンREシステムの正確性を顕著に向上させる。
• 従来の文圧縮手法と比較して、背景情報を別個の文脈文に保持するため、情報損失が低減している。
• 実験的評価により、オープンREシステムは簡略化された文に対してより良いパフォーマンスを示すことが判明した。特に、ネストされた構造や複雑な構文的構造を含む文において顕著である。
• このフレームワークは、複雑な文をコア文と文脈文に効果的に分解でき、2項および3項の関係のより信頼性の高い抽出を可能にした。
• このシステムは、ライブラリおよびコマンドラインツールとして公開されており、Wikipediaの全文への応用が実証済みである。
• 簡略化とオープンIEを統合したパイプラインは、下流の知識グラフ構築に適した構造化されたJSON出力を生成する。