學位論文

Browse

Now showing 1 - 1 of 1

視覺化診斷中文實體辨識系統
(2021) 羅珮珊; Lo, Pei-Shan
實體辨識是讓機器了解自然語言的關鍵任務，目標是擷取文本中具有特定意義的文字區塊，例如組織名、人名、地名、時間等等。現今，深度學習模型透過捕捉文本的上下文特徵，可以自動找出文本中的實體，在自然語言的領域中，獲得很大的進步，然而，深度學習複雜的模型結構，導致專家難以理解模型決策背後的原因，形成黑盒子的問題，限制研究人員研究及改進模型的能力。相較於英文，中文文本 (或其他語言，如韓語和日語) 詞與詞之間沒有有明確的邊界，執行中文自然語言的任務前，需要經過基本的語言任務，例如斷詞和詞性標註，以利分辨文本中的詞義，才能進行其他的自然語言任務的預測。因此，中文實體辨識除了存在深度學習模型黑盒子的問題，斷詞與詞性標註的正確性也影響預測結果，導致分析中文實體辨識的決策，變得更加複雜。我們提出視覺化的分析工具，讓使用者可以透過互動的方式檢查斷詞、詞性與實體辨識預測之間的關係，並探索深度學習模型的內部決策過程。此外，我們的系統允許使用者載入大量的測試資料，並協助使用者從大量的數據中探索，找出關鍵實例進行追蹤及分析，且透過實例證明我們系統可用性及有效性。