Abstract
時間関係分類（temporal relation classification）とは、テキスト中の2つの時間的エンティティ間に存在する時間関係を特定する課題である。
近年の自然言語処理の進歩にもかかわらず、時間関係分類は依然として大きな課題である。
初期の試みでは、この課題を、出来事と時間表現の間に成り立つ包括的な集合としての時間関係によって枠組み化していた。
しかし、課題の複雑さゆえにデータセットは徐々に単純化され、その結果として近年の手法は、出来事ペア間の関係に焦点を当て、関係の一部のみを用いるようになっている。
本研究では、2つの時刻区間の間に成り立ち得る関係の全集合を考慮することで、時間的エンティティ間の区間関係を分類するというより広い目的を改めて見直す。
提案手法である Interval from Point は、まず時間的エンティティの端点間の点関係を分類し、その後それらの点関係を区間関係へデコードすることを含む。
TempEval-3 データセットでの評価により、この手法が有効な結果をもたらし得ることが示され、時間的認識スコア 70.1 パーセントを達成した。これは本ベンチマークにおける新たな最先端である。
