[論文レビュー] Text Annotation Graphs: Annotating Complex Natural Language Phenomena

Angus G. Forbes, Kristine Lee+3 more|arXiv (Cornell University)|Nov 1, 2017

Natural Language Processing Techniques参考文献 16被引用数 4

ひとこと要約

本稿では、テキストアノテーショングラフ（TAG）と呼ばれるウェブベースのアノテーションツールを紹介する。このツールは、ネストされたイベント、意味的ハイパーグラフ、および語彙素解析といった複雑な自然言語現象を、インタラクティブでマルチレイヤー構造のグラフで可視化する。TAGは関係同士の関係を表現・編集でき、非プロジェクト型構造をサポートし、特にバイオメディカルイベント抽出や語彙素解析において、BRATなどのツールに比べて明確性が向上する。

ABSTRACT

This paper introduces a new web-based software tool for annotating text, Text Annotation Graphs, or TAG. It provides functionality for representing complex relationships between words and word phrases that are not available in other software tools, including the ability to define and visualize relationships between the relationships themselves (semantic hypergraphs). Additionally, we include an approach to representing text annotations in which annotation subgraphs, or semantic summaries, are used to show relationships outside of the sequential context of the text itself. Users can use these subgraphs to quickly find similar structures within the current document or external annotated documents. Initially, TAG was developed to support information extraction tasks on a large database of biomedical articles. However, our software is flexible enough to support a wide range of annotation tasks for any domain. Examples are provided that showcase TAG's capabilities on morphological parsing and event extraction tasks. The TAG software is available at: https://github.com/ CreativeCodingLab/TextAnnotationGraphs.

研究の動機と目的

• 自然言語における深くネストされた、非プロジェクト型の、およびマルチレイヤー構造の言語的関係を表現する際、既存のアノテーションツールに見られる制限を解消すること。
• 複雑なイベントをモデル化するために不可欠な、関係同士の関係（意味的ハイパーグラフ）の可視化と編集を可能にすること。
• 直感的でインタラクティブな視覚的表現により、語彙素解析およびイベント抽出タスクをより正確かつ効率的に実行できるようにすること。
• 任意の現代のウェブブラウザで動作し、複数の言語およびデータ形式をサポートする、スケーラブルでオープンソースのソリューションを提供すること。
• 「diff」メカニズムによる変更履歴の追跡を可能にし、複数のシステムからのアノテーションを並べて表示することで、比較分析とアクティブラーニングを促進すること。

提案手法

• JavaScriptおよびSVG.jsを用いて、スケーラブルなパフォーマンスを実現する高精度なインタラクティブなテキストアノテーション可視化を実装するウェブインターフェースを構築する。
• 線形テキスト表示と意味的・構文的関係のグラフ表現の間を切り替えられるデュアルビュー仕様を導入する。
• 構文的、意味的、コアファレンスなどの複数のアノテーションレイヤーを同時に可視化・編集できるようにする。
• 関係同士の関係（ハイパーグラフ）を定義・可視化できるようにし、たとえば1つのイベントが複数の従属イベントを制御するような構造を表現できるようにする。
• 大規模な文書を読み込む際のパフォーマンスを損なわず、プログレッシブレンダリングを統合して、パフォーマンスを維持する。
• 分類的タイプやアノテーションレイヤーに基づいて、フィルタリング、色分け、インタラクティブ編集機能を提供して、視覚的カスタマイズを可能にする。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、科学的テキストに見られる複雑でネストされた、非プロジェクト型の言語的関係を、アノテーションツールがよりよく表現できるか？
• RQ2 関係同士の関係（意味的ハイパーグラフ）を可視化することで、バイオメディカル文献におけるイベントアノテーションの正確性と明確性はどの程度向上するか？
• RQ3 ウェブベースのアノテーションツールは、BRATのような既存のツールに比べて、語彙素解析およびイベント抽出タスクをより効果的にサポートできるか？
• RQ4 異なるシステムやバージョンからのアノテーションを比較表示できる機能が、アノテーションおよびキュレイションプロセスにどのように寄与するか？
• RQ5 インタラクティブでグラフベースの可視化は、NLPモデルのトレーニングに向けたアクティブラーニングおよびクラウドソーシングドキュメント収集を、どのような形で支援できるか？

主な発見

• TAGは、1つのポジティブな活性化イベントが複数のネガティブな調節イベントを制御するような、複雑なイベント構造を効果的に可視化でき、BRATの線形表現では明確でない。
• 「unlockable」が「ロックできない」という意味か「ロックできる」という意味かの二通りの解釈が可能である語彙素の派生を、正確に表現でき、BRATでは表現しづらい。
• ユーザーは線形表示とグラフベース表示をスムーズに切り替えられ、長距離依存関係や階層的なイベント構造の理解が向上する。
• 関係同士の関係（ハイパーグラフ）を可視化することで、バイオメディカルテキストにおける生化学反応ネットワークのモデリングに不可欠であることが実証された。
• TAGのプログレッシブレンダリングおよびレイヤー機能により、パフォーマンスの劣化を伴わず、大規模な文書のアノテーションが効率的に行える。
• 異なるシステムからのアノテーションを並べて表示できる機能により、比較分析が可能となり、検証およびキュレイションワークフローが強化された。