自然言語処理における世界最高峰の論文誌「Transactions of the Association for Computational Linguistics (TACL)」に、弊社が提案した新しいディープラーニングのモデルである「Learning Distributed Representations of Texts and Entities from Knowledge Base（知識ベースからのテキストとエンティティの分散表現の学習）」が採録されました。

この論文では、Wikipediaにある文やパラグラフを順に与えていって、テキスト中に含まれるリンクが指すエンティティ（固有名詞や専門用語など）を予測するようにテキストとエンティティのベクトル表現を学習することで、様々な自然言語処理のタスクに使うことのできる、テキストやエンティティのベクトル表現を獲得できることを示しました。

この手法を用いて、文の意味類似度、質問応答、エンティティリンキングの三つの自然言語処理における重要なタスクにおいて、既存の手法を越えるstate-of-the-artな精度を獲得しました。

また、今回提案した手法は、弊社のプロダクトQA ENGINEにも活用していく予定です。

最新の自然言語処理の研究成果を用いた新しいアプリケーションの開発に興味がある方、私たちと一緒に働きませんか。ご応募、お待ちしています！