文献

J-GLOBAL ID：201602280591528603   整理番号：16A1386155

単語埋込みを用いた複数の医療用コーパスの解析【Powered by NICT】

Analyzing Multiple Medical Corpora Using Word Embedding

著者 (3件)： Huang Jian ,  Xu Keyang ,  Vydiswaran V. G. Vinod
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICHI  ページ： 527-533  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 単語埋込みのような,ニューラル言語モデルは効果的にベクトル空間へ埋め込む単語と言語学的規則性と意味論的関係を保存できる。しかし,医学用語と関係に及ぼすそれらの有効性を示した研究者は少ない。本論文では,異なる医療テキストコーパスに基づく医学用語と関係,科学論文,健康関連議論フォーラム,一般に入手可能な汎用情報資源の生物医学抄録を埋め込むために,単語埋め込みのためのよく知られた技術,word2vecの適用性調べた。単語埋込みはある種の医学用語と関係をプロジェクト単語空間にどのように研究と医学用語と関係を埋込むための三コーパス間の差を分析することにより,このアプローチの適用性を実験的に評価した。結果は,一般人と医療初心者による作成,健康関連議論フォーラムポストのコーパスは,一般的な医学用語,公表された生物医学抄録の専門的作成コーパスと比較した場合と同程度の単語埋込みを獲得することを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ベクトル空間 ,  *単語 ,  規則度 ,  *コーパス ,  適応性 ,  言語学 ,  言語モデル ,  意味論
準シソーラス用語： 初心者 ,  生物医学 ,  情報資源 ,  健康 ,  テキストコーパス ,  医学用語 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 単語 ,  埋込み ,  医療 ,  コーパス ,  解析