意味的一貫性：遠隔監視関係抽出のための局所サブスペースに基づく方法

遠隔監視の根本的な問題の一つは、ノイズの多いトレーニングコーパスの問題です。本論文では、意味的一貫性と呼ばれる新しい遠隔監視方法を提案し、インスタンスが意味的に一貫した領域に位置しているかどうかを調査することにより、ノイズの多いインスタンスから信頼できるインスタンスを特定できます。具体的には、インスタンスの周囲の局所サブスペースをトレーニングインスタンスの疎な線形結合としてモデル化し、その後、局所サブスペースの特性を活用して意味的一貫性を推定する意味的一貫性モデルを提案します。実験結果は、我々の方法の有効性を確認しました。