複数文書からの人物時系列情報の抽出手法

摘要

本稿では文書から人物情報を抽出する手法を提案する.人物情報にはその人が持つ属性や関連するエピソードなどがある.我々はある人物に関する出来事をその人物についての文書群から抽出し,時系列順に提示することを考える.このような情報はその人物の経歴を理解するのに有用である.本手法は2段階からなり,まず複数文書から対象とする人物名と日付表現の両方が含まれる文を抽出する.次にこれらの文から対象人物に関する出来事について書かれていないものや信頼性の低い記述をフィルタリングする.そのために日付表現や出来事を表す語の出現頻度に基づいたルールを用いる.また人物名をキーワードにして検索エンジンから得られる文書群に対して本方法を適用し抽出された結果について報告する.