{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}2024年03月
文献
J-GLOBAL ID:201402258574216531   整理番号:14A0898433

機械学習に基づく異言語文間の意味的類似度の計算

Computing Cross-Lingual Semantic Textual Similarities based on Machine Learning
著者 (2件):
資料名:
巻: 114  号: 81(NLC2014 1-17)  ページ: 85-90  発行年: 2014年06月07日 
JST資料番号: S0532B  ISSN: 0913-5685  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,*SEMタスクなどにおいて,文の単位での意味的類似度を求める手法が議論されている。これらのタスクでは,単言語の文の間の意味的類似度が議論されてきたが,本研究では,異言語文間の意味的類似度の計算手法を提案・評価する。提案手法は,最初に対訳辞書,または,機械翻訳により言語横断処理を行い,次に単言語の意味的類似度を機械学習に基づき予測する。英語,日本語,中国語を対象とする評価実験では,場合によっては,英語の単言語のタスクと比べて遜色のない精度が得られており,提案手法の有効性が確認された。一方で,同義語・同義表現の認識や言語間の構文構造の相違に対処する必要性も明らかとなった。(著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
引用文献 (11件):
  • Agirre, E., et al. 2012. SemEval-2012 Task 6: A Pilot on semantic textual similarity. Proc. of *SEM 2012: The First Joint Conference on Lexical and Computational Semantics, pp.385-393.
  • Agirre, E., et al. 2013. *SEM 2013 shared task: Semantic textual similarity. Proc. of *SEM 2013: The First Joint Conference on Lexical and Computational Semantics, pp.32-43.
  • Clark, S. et al. 2008. A compositional distributional model of Meaning. Proc. of QI-2008, pp.133-140.
  • Clarke, D. 2012. A context-theoretic framework for compositionality in distributional semantics. Computational Linguistics, Vol.38, No.1, pp.41-71.
  • Hayashi, Y. 2013. Blending two kinds of semantic relatedness for cross-language matching of lexical concepts. Proc. of 10th International Conference on Terminology and Artificial Intelligence (TIA 2013), pp.35-42.
もっと見る

前のページに戻る