[論文レビュー] Graphene: Semantically-Linked Propositions in Open Information Extraction

Matthias Cetto, Christina Niklaus+2 more|ArXiv.org|Jul 30, 2018

Natural Language Processing Techniques参考文献 16被引用数 19

ひとこと要約

Grapheneは、複雑な文を簡略化し、修辞的関係によって関連づけられた核心的関係タプルを抽出するための二層構造のオープン情報抽出フレームワークを導入する。このフレームワークは句構造的および語句的脱埋め込みを用い、最先端のシステムの中で最高の平均精度（50.1％）を達成し、既存のオープンIEシステムのAUCスコアを最大63％向上させる。

ABSTRACT

We present an Open Information Extraction (IE) approach that uses a two-layered transformation stage consisting of a clausal disembedding layer and a phrasal disembedding layer, together with rhetorical relation identification. In that way, we convert sentences that present a complex linguistic structure into simplified, syntactically sound sentences, from which we can extract propositions that are represented in a two-layered hierarchy in the form of core relational tuples and accompanying contextual information which are semantically linked via rhetorical relations. In a comparative evaluation, we demonstrate that our reference implementation Graphene outperforms state-of-the-art Open IE systems in the construction of correct n-ary predicate-argument structures. Moreover, we show that existing Open IE approaches can benefit from the transformation process of our framework.

研究の動機と目的

• 長く構文的に複雑な構造を有する文、特にネストされた構造を扱う際の、既存のオープンIEシステムの限界を解消すること。
• 複数の無関係な事実を組み合わせた過剰に具体的で過剰に指定された引数句を低減すること。
• 修辞的関係による文脈情報を符号化することで、命題間の意味的関係を保持すること。
• オープンドメイン情報抽出における核心的関係タプル抽出の正確性と再現率を向上させること。
• 最先端のオープンIEシステムが句構造的および語句的脱埋め込みによる前処理から利益を得られるようにすること。

提案手法

• 複雑な節をより単純で文法的に妥当な命題に分解するための節の脱埋め込み層の適用。
• 語句を意味的に整合性のある構成要素にさらに分解するための語句の脱埋め込み層の使用。
• 抽出された命題を二層構造の階層に表現する：核心的関係タプルと意味的に関連づけられた文脈的引数。
• 修辞的関係（例：S:TEMPORAL, L:CONTRAST, L:CONDITION）を用いて文脈的引数を分類し、意味的依存関係をモデル化する。
• 入力文を元の情報的内容を保持したまま、簡略化され構造化された表現に変換する。
• 既存のオープンIEシステムの性能向上を目的として、フレームワークを前処理パイプラインとして統合する。

実験結果

リサーチクエスチョン

• RQ1 二層構造の脱埋め込みアプローチは、複雑な文から正確で意味的に整合性のあるn項関係を抽出するのを改善できるか？
• RQ2 核心的命題と文脈的命題の間の修辞的関係の使用は、抽出された事実の解釈可能性と正しさをどの程度向上させるか？
• RQ3 Grapheneの脱埋め込みパイプラインを前処理ステップとして用いることで、既存のオープンIEシステムの性能はどの程度向上するか？
• RQ4 現在のオープンIEシステムが特定の関係的フレーズを抽出できない理由は何か？構造の簡略化によってこれを是正できるか？
• RQ5 フレームワークは引数の過剰指定を低減できるか？同時に再現率と正確性を維持または向上させられるか？

主な発見

• Grapheneは、最先端のオープンIEシステムの中で最高の平均精度（50.1％）を達成し、再現率が低い（27.2％）にもかかわらず、精度で他を上回った。
• 前処理ステップとしてGrapheneを使用した場合、スタンフォードオープンIEのAUCスコアは63％向上した。OllieとReVerbでは、それぞれ34％および22％のAUC上昇を記録した。
• ClausIEは、Grapheneの脱埋め込みパイプラインを用いることで、精度が16％上昇し、再現率も4％上昇した。これは、事実抽出の質が向上したことを示している。
• 不一致した正解抽出のうち33.72％は、引数の割り当てが誤っていたためであった。残りの66.28％は、関係的フレーズ自体が抽出されなかったためであった。
• 不一致ケースの56.80％では、関係的フレーズが引数内に埋め込まれていた。これは、関係検出のための構造的簡略化が極めて重要であることを示している。
• Graphene内での関係抽出コンponentとして使用された場合、システムは精度が+10％、再現率が+8％上昇し、AUCが19％上昇した。