文献

J-GLOBAL ID：201702290652537448   整理番号：17A0161306

単語ベクトルに基づく評価抽出アルゴリズムの研究【JST・京大機械翻訳】

Research on the Algorithm of Evaluation Collocation Extraction Based on Word Vector

著者 (3件)： Yang Lingduo (Academy of Sciences Research and Development Center for Internet of things) ,  Shi Haibo (Shenyang Institute of Automation,Chinese Academy of Science) ,  Zhou Xiaofeng (Shenyang Institute of Automation,Chinese Academy of Science)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 37  号： 10  ページ： 2269-2272  発行年： 2016年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の中国語の評価において,最大エントロピーと条件付きランダム領域を選択することは,人工的選択の特性に依存し,そして,以前の意味注釈の精度はより高い。本論文では,語義ベクトルを用いて従来の意味特徴を置換する方法を提案した。それらの中で,単語ベクトルは深い学習モデルを通して大規模コーパスにおいて教師なし学習を行った。実験では,単語ベクトルと意味素性をそれぞれ3種類の機械学習モデルの入力として使用し,結果は,単語ベクトルがニューラルネットワークモデルにおいてより良い効果を得て,その精度と再現率が意味論的特性を使用する場合よりも3%高いことを示した。著者らは、教師なし学習訓練データの増大に伴い、得られた語ベクトルもますます実用化されていることを発見した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アノテーション ,  教師なし学習 ,  中国語 ,  意味論 ,  学習モデル ,  *単語 ,  機械学習 ,  *ベクトル
準シソーラス用語： 訓練データ ,  再現率 ,  神経回路網モデル ,  意味素性 ,  大規模コーパス ,  語義 ,  最大エントロピー , 【Automatic Indexing@JST】

著者キーワード (5件)： evaluation collocation extraction ,  word vector ,  neural network ,  Canditional Random Field (CRF) ,  maximum entropy

分類 (9件)： 電気式制御機器  (IC02020Y) ,  層流,乱流,境界層  (BC02030C) ,  送風機,圧縮機,風車  (QD03000U) ,  数値計算  (JE02000J) ,  油層工学  (UA10030G) ,  パターン認識  (JE07000S) ,  製粉  (FJ04020E) ,  水源,取水,送水,配水,給水  (SC02020I) ,  金属の磁気異方性・磁気機械効果  (BM06102S)

タイトルに関連する用語 (5件)： 単語 ,  ベクトル ,  評価 ,  アルゴリズム ,  研究