文献
J-GLOBAL ID:201702228225550844   整理番号:17A0157174

低次元セマンティックベクトルモデルに基づく意味類似性測度【JST・京大機械翻訳】

Semantic similarity measurement based on low-dimensional sense vector model
著者 (2件):
資料名:
巻: 46  号:ページ: 719-726  発行年: 2016年 
JST資料番号: C2239A  ISSN: 0253-2778  CODEN: CKHPD7  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:
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。
セマンティック類似性測度は,情報検索の精度と効率を向上させることができ,テキスト処理におけるコアタスクになっている。一つの多義多義問題の問題を解決するために,本論文は,低ベクトルマシンの組合せに基づく意味ベクトルモデルを提案した。このモデルは知識ベースとコーパスのマルチ意味特徴の融合を導入し、主要な意味融合対象は連続的な分散語ベクトルとWORDNET構造からの意味特徴情報を含む。まず第一に,深さ学習技術におけるニューラルネットワークの言語モデルを利用して,テキストコーパスから連続的に低維詞ベクトルを学習する。次に,多くの意味情報と関係情報を,知識ベースのWORDNETから抽出した。次に,セマンティックベクトルを,ベクトル空間に基づくセマンティック類似性測度を実現するために,語義ベクトルに統合した。ベンチマークテストセットに関する実験結果は,提案方法が単一情報源(知識ベースWORDNETまたはテキストコーパス)に基づく意味論的類似性測度より優れていて,ピアソンの相関係数がオリジナルの単語に基づく入れ子ベクトルに基づく方法よりも7.5%高いことを示した。ベクトル特徴レベルにおけるマルチ意味情報の融合は語彙間の意味類似性を測定するのに役立つことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】
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。
, 【Automatic Indexing@JST】
著者キーワード (4件):
分類 (3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  ,  ニューロコンピュータ  ,  パターン認識 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る