革新知能統合研究センター

森羅2019：Wikipediaを拡張固有表現の定義に従って構造化するプロジェクトです。評価型プロジェクトとリソース作成を同時に行うResource by Collaborative Contributionの形式で実施します。本プロジェクトの説明会を行います。

タスク

本プロジェクトでは、説明できる人工知能の実現に向けて、世界最大の百科事典であるWikipediaと、言葉の分類体系である拡張固有表現とを組み合わせた、大規模な知識源の構築を目指します。2019年のタスクは２種類あります。

JP-5：人名、企業名、市区町村名、空港名、化合物名

• 提供データ：６００〜９００項目のトレーニングデータ、森羅２０１８の全システム出力
• 出力データ：指定した属性の値をJSON形式で抽出
• 評価データ：森羅２０１８と同じ１００項目の評価データ

JP-30: 地名関係 ６カテゴリ（GPE_その他, 都道府県州郡名, 国名, 大陸地域名, 国内地域名, 地名＿その他）、地形関係 ８カテゴリ（温泉名, 地形名＿その他, 山地名, 島名, 河川名, 湖沼名, 海洋名, 湾名）、組織名関係 １６カテゴリ（組織名＿その他, 国際組織名, 公演組織名, 家系名, 民族名_その他,国籍名, 競技団体名, 競技リーグ名,競技連盟名, 非営利団体名, 企業グループ名, 政治的組織名＿その他, 政府組織名, 政党名, 内閣名, 軍隊名）

• 提供データ：各カテゴリ１００項目のトレーニングデータ
• 出力データ：指定した属性の値をJSON形式で抽出
• 評価データ：（非公開の）１００項目の評価データ

参加者には、各カテゴリーに設定された、各属性に該当する属性値を、Wikipedia記事本文から抽出する手法を構築し、その結果を提出していただきます。

抽出対象の例（空港名）：ふりがな、IATA、ICAO、別名、名称由来、名称由来人物の地位職業名、国、年間利用客数、年間利用客数データのとし、年間発着回数、年間発着数データのとし、座標・軽度、座標・緯度、、、

日程

• ２０１９年４月１９日：説明会／トレーニングデータの公開
• ２０１９年９月１０日：結果提出期限
• ２０１９年１０月：最終報告会

ホームページ

森羅2019プロジェクトホームページ