情報検索システム評価用テストコレクション構築プロジェクト NTCIRお問合せNII
NTCIR HOMEへ

NTCIR-6 HOMEへ
NTCIR-6 ミーティング
タスクの概要
・タスクの情報
CLIR
CLQA
PATENT
QAC
PILOT TASK
MuST
タスク参加方法の説明
データ
重要な日程
参加者用覚書
お問合せ
メイリングリスト
成果報告会
・成果報告会論文集

NTCIR HOMEへ

第6回NTCIRワークショップ

タスク概要

[English]

はじめに:

NTCIRは、情報検索、言語横断情報アクセス、質問応答などの「情報アクセス技術」研究の評価ワークショップシリーズです。情報アクセス技術の研究基盤として、研究に必要不可欠な大規模かつ再利用可能な実験用データセット、評価指標、研究上のアイディアやより妥当な評価方法について議論し、意見交換できる研究者のフォーラムを共有することによって、これらの研究を促進することを目的としています。「情報アクセス」は、伝統的な文書検索から、利用者による文書中の情報活用までを含みます。プロジェクトの初期から、日本語や東アジア言語のテキストを対象とした研究、アジア諸言語と英語の間の言語横断応用、テキストの中の情報活用技術に力をいれてきました。ワークショップは、およそ1年半に1回開催します。

タスクとテストコレクションの詳細は、各タスクのwebサイトでご案内します。

タスク:

第6回NTCIRワークショップでは次の4つの研究部門を「タスク」として選択し、また新たな試みとしてパイロットタスクを随時スタートできる体制にしました。また、NTCIR-5に引きつづきパイロットワークショップを設けました。詳しくは下記のリンクから、各タスクの情報をご覧ください。

○ワークショップのタスク

1. 言語横断検索タスク(CLIR)
   中国語(繁体字)、韓国語、日本語の新聞記事を用いた多言語言語横断検索、
   二言語間言語横断検索、単言語検索
   NTCIR-3から行なってきた新聞記事の言語横断検索の総集編としてNTCIR-3,-4,-5,-6
   の4つのテストコレクションを用いて実験し、テストコレクション間の比較をします。
   多段階適合判定用の評価指標を用いた評価、評価指標検討をします。

2. 言語横断質問応答タスク(CLQA)
   東アジア言語間の言語横断情報アクセスで問題となる固有名に特化した質問応答
   中国語、日本語、英語を使用。韓国語は検討中。要望や協力の申し出を歓迎します

3. 特許検索タスク (PATENT)
    検索タスク:無効資料調査。多数の検索質問について評価します。
    分類タスク:「Fターム」に焦点を当てた多観点自動分類タスク。
    NTCIR-5で用いた日本の特許公報10年分に加え、米国特許データを使用します。
    大量の文書、不完全な判定、多段階の判定、複数文書の組み合わせによる適合、
    パッセージ単位の検索など課題は多く、評価手法についての議論も歓迎です。

4. 質問応答タスク(QAC)
    大量の文書を対象に任意の質問に対する回答を返すタスク。NTCIR6ではWHYなど
   のより複雑な質問を含む任意の質問文に対する質問応答タスクと評価手法を対象
    とします。

5. パイロットタスク
    新たな課題、緊急性の高い課題、NTCIR-7への準備のために予備実験が必要な
   課題は、随時、プログラム委員会で検討し、パイロットタスクとして実施します。

○パイロットワークショップ
  MuST
    動向情報の要約と可視化に関するワークショップ

テストコレクション:

CLIRのテストコレクション中の文書データとして、NTCIR-4では1998-1999年出版の、NTCIR-5では2000-2001年出版の中国語(繁体字)、韓国語、日本語、(東アジアで刊行された)英語の新聞記事を用いました。NTCIR-6では、英語を対象文書から除外し、中国語、韓国語、日本語を対象と、英語以外のNTCIR-5と同じ新聞記事を使用した新たなテストコレクションを構築します。中国語(簡体字)データを追加できるかもしれません。NTCIR-6では、NTCIR-3〜-6の4つのテストコレクションを用いて実験を行い、テストコレクション間の評価結果の相違についても検討します。

CLQAのテストコレクションで用いる文書データは、2000-2001年出版の中国語、日本語、英語の新聞記事です。韓国語は検討中です

NTCIR-6 PATENTのテストコレクションで用いる文書データは、NTCIR-5 PATENTの日本語特許公報全文10年分のデータと米国特許のデータです。 NTCR-3 PATENT, NTCIR-4 PATENT、NTCIR-5 PATENT(NTCIR-3NTCIR-4、NTCIR-5の特許タスクで使用したテストコレクション)は、訓練用データとしても、タスクでも使用します。NTCIR-3NTCIR-4については、別途研究目的用の覚書を提出してください。

NTCIR-6 QACで用いる文書データは、2000-2001年に出版された2紙の日本語新聞記事データです。NTCIR-3 QAC, NTCIR-4 QAC, NTCIR-5 QAC(NTCIR-3,-4,-5のQACタスクで使用したテストコレクション)を、文書データも含め、訓練用データとして配布します。

提出結果と基本評価データ:各タスクごとに、結果を提出した全参加者に、当該タスクに提出された各参加システムの実行結果のすべてと、それらの評価結果(あらかじめ定義した評価指標によるもの)をデータの準備が出来次第、配布します。評価はそれぞれの研究者にとって非常に重要な問題です。評価結果がどのようなものであるか、評価指標がどのように振舞うものであるか、あるいは評価結果のより深い分析などを全員で行い、このNTCIR-6の実験結果についてより詳細で意義のある分析をしたいと思っています。

MuSTのテストコレクションでは、1998-1999年出版の日本語新聞記事データを文書データとして用います。

参加申込み方法

オンライン参加登録を済ませた後、参加希望タスクの覚書の提出が必要です。