文献

J-GLOBAL ID：201702230569094176   整理番号：17A0145260

サブタイトル学習のための文字レベル配列への配列法【Powered by NICT】

A character-level sequence-to-sequence method for subtitle learning

著者 (4件)： Zhang Haijun (Department of Computer Science Shenzhen Graduate School, Harbin Institute of Technology Shenzhen, P.R. China 518055) ,  Li Jingxuan (Department of Computer Science Shenzhen Graduate School, Harbin Institute of Technology Shenzhen, P.R. China 518055) ,  Ji Yuzhu (Department of Computer Science Shenzhen Graduate School, Harbin Institute of Technology Shenzhen, P.R. China 518055) ,  Yue Heng (State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang, Liaoning 110004, P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： INDIN  ページ： 780-783  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： 文字レベルの配列と配列学習法,RNNembedを提示した。特に,リカレントニューラルネットワーク(RNN)を埋め込む符号器-復号器フレームワークに入力として文字レベル配列表現を生成した。入力特徴空間の次元は配列中の未知もしくは稀な単語を処理する必要性を回避と同様に減少することができる。言語モデルでは,出力ゲート,アラインメントモデルの注意スキームに含まれる重要でない情報を除去するための使用されるを添加することによりゲート反復単位(GRU)の基本構造を改善した。著者らの提案した方法は,英語に中国翻訳タスクの上で大規模データセットを検討した。実験結果は,提案手法が,または近く,従来の単語と句ベースシステムに匹敵する翻訳性能を達成することを示した。Copyright 2017 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： 英語 ,  単語 ,  中華人民共和国 ,  符号器 ,  言語モデル ,  復号器 ,  *学習
準シソーラス用語： 句 ,  大規模データセット ,  特徴空間 ,  リカレントニューラルネットワーク , 【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 (2件)： 学習 ,  文字