Unsupervised Learning of Graph from Recipes

要約

料理レシピは、最も簡単に入手できる種類の手順書テキストの 1 つです。
これらは自然言語による命令で構成されており、解釈するのが難しい場合があります。
この論文では、レシピから関連情報を特定し、レシピ内の一連のアクションを表すグラフを生成するモデルを提案します。
他のアプローチとは対照的に、私たちは教師なしアプローチを使用します。
グラフをテキストにデコードする(グラフからテキスト)ことで監視を提供しながら、グラフの構造と $\mathsf{GNN}$ のテキストをエンコード (テキストからグラフへ) するパラメータを一度に 1 シーケンスずつ繰り返し学習します。
そして生成されたテキストを入力と比較します。
識別されたエンティティを注釈付きのデータセットと比較し、入力テキストと出力テキストの違いを比較し、生成されたグラフを最先端の方法で生成されたグラフと比較することによって、このアプローチを評価します。

要約(オリジナル)

Cooking recipes are one of the most readily available kinds of procedural text. They consist of natural language instructions that can be challenging to interpret. In this paper, we propose a model to identify relevant information from recipes and generate a graph to represent the sequence of actions in the recipe. In contrast with other approaches, we use an unsupervised approach. We iteratively learn the graph structure and the parameters of a $\mathsf{GNN}$ encoding the texts (text-to-graph) one sequence at a time while providing the supervision by decoding the graph into text (graph-to-text) and comparing the generated text to the input. We evaluate the approach by comparing the identified entities with annotated datasets, comparing the difference between the input and output texts, and comparing our generated graphs with those generated by state of the art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google