4ZM-02
書類画像における枠の関連性を考慮した項目間の関係性抽出モデル
○佐藤創哉,矢島英明,チーシャン レオ,西崎博光(山梨大)
文書内の項目間関係性抽出に関する研究において,グラフニューラルネットワークを用いた手法は効果的であるものの,文書の構造情報を十分に活用できていないという課題が存在する.本稿では,文書に含まれる枠情報に着目し,これを関係性抽出の学習に活用する新たな手法を提案する.このアプローチでは,枠情報から推定可能な関係性を事前に学習し,その学習結果を項目間関係性抽出モデルに統合する.実験の結果,この二段階の学習アプローチにより,従来手法では捉えきれなかった文書内の枠構造を効果的に活用し,項目間の関係性抽出の精度を向上させることを確認した.