[論文レビュー] Building and displaying name relations using automatic unsupervised analysis of newspaper articles

Bruno Pouliquen, Ralf Steinberger+2 more|ArXiv.org|Sep 12, 2006

Geographic Information Systems Studies参考文献 6被引用数 6

ひとこと要約

この論文では、自動命名エンティティ認識と統計的共起分析を用いて、多言語新聞記事から人物間の関係を抽出・可視化する教師なし手法を提示する。毎日約15,000件の記事を15ヶ国語で処理することで、知識ベースを構築し、NewsExplorerアプリケーションを通じて地図や人物固有のページを通じて関係ネットワークをインタラクティブに探索可能にする。手動ラベル付けを一切行わず、スケーラブルで多言語対応の関係抽出が実現されている。

ABSTRACT

We present a tool that, from automatically recognised names, tries to infer inter-person relations in order to present associated people on maps. Based on an in-house Named Entity Recognition tool, applied on clusters of an average of 15,000 news articles per day, in 15 different languages, we build a knowledge base that allows extracting statistical co-occurrences of persons and visualising them on a per-person page or in various graphs.

研究の動機と目的

• 手動ラベル付けを一切行わず、大規模な新聞コーパスから人物間の関係を自動的に推論すること。
• 1日15,000件の記事を15ヶ国語で処理可能なスケーラブルで多言語対応のシステムを開発すること。
• 地図やインタラクティブなウェブページを用いて、検出された人物関係を可視化し、探索的分析を可能にすること。
• 教師なし手法を用いて、多言語情報検索および知識ベース構築を支援すること。

提案手法

• 自社開発の命名エンティティ認識（NER）システムを用いて、新聞記事から人物名を抽出する。
• 教師なしの統計的共起分析を適用し、共有される文脈に基づいて潜在的な人物関係を同定する。
• 1日あたり約15,000件の記事のクラスタを処理し、15ヶ国語にわたる共起頻度を集計する。
• 共起統計から知識ベースを構築し、個々の人物間の関係ネットワークを表現する。
• インタラクティブなウェブインターフェースを通じて結果を可視化し、人物別ページやグラフィカル表現を提供する。
• NewsExplorerオンラインアプリケーションを活用し、多言語環境下での関係の探索を可能にする。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、教師なし手法を用いて大規模な多言語新聞記事から人物間の関係を自動的に推論できるか？
• RQ2 多様な言語にわたる意味のある人物関係を検出する際、教師なし共起分析のスケーラビリティと頑健性はいかほどか？
• RQ3 多言語環境下で、検出された関係ネットワークを効果的に可視化し、インタラクティブに探索可能にするにはどうすればよいか？
• RQ4 教師なしNERと共起パターンは、関係知識ベース構築において、どの程度手動ラベル付けを代替できるか？

主な発見

• 本システムは、教師なし手法を用いて、1日15,000件の新聞記事を15ヶ国語で処理することに成功している。
• 命名エンティティの統計的共起パターンから、手動ラベル付けを一切行わず、意味のある人物関係を抽出できる。
• 得られた知識ベースにより、地図やグラフィカルインターフェース上での人物関係のインタラクティブな可視化が可能になった。
• 本手法は、先行研究（cs.CL/0609051）におけるNERの研究を基盤とし、関係知識抽出へと拡張している。
• システムは多言語対応のNewsExplorerアプリケーションに統合され、検出された関係のリアルタイムな探索が可能になった。
• 本手法は、ニュースメディアにおける大規模・多言語・教師なし関係抽出の実現可能性を示している。