グラフ畳み込みネットワークに基づく対話関係性抽出
書誌事項
- タイトル別名
-
- Dialogue Relation Extraction Based on Graph Convolutional Network
抄録
<p>対話関係性抽出(Dialogue Relation Extraction, DRE)は,イベント,飲食店における利用者の関係性の自動分析や関係性を考慮した対話翻訳を実現する上で,重要なタスクの一つである.本研究で取り扱うのは,対話ごとにアノテーションされたラベルを予測する対話分類タスクであるが,現時点で,このようなタスクにおけるモデルの構築方法は自明ではない.本研究では,(1)発話のベクトル表現を獲得するためのSentenceBERT,(2)会話文脈のモデル化のためのグラフ畳み込みネットワーク,(3)発話ベクトルから対話のベクトル表現を獲得するための最大プーリングおよび最小プーリング,の3つを組み合わせたDRE-GCN(Dialogue Relation Extraction – Graph Convolution Network)を提案する.対話関係性抽出の代表的なデータセットDDRelの多くの指標において,DRE-GCNは,BERTの精度の改善には至らなかったものの,グラフ畳み込みネットワークが,対話関係性抽出に有効であることを示した.</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2022 (0), 2C1GS603-2C1GS603, 2022
一般社団法人 人工知能学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1390292706071168512
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
-
- 抄録ライセンスフラグ
- 使用不可