文献

J-GLOBAL ID：201702256704148262   整理番号：17A0473805

識別局所文書埋込み:部分空間の確率的生成構造の近似による平滑アフィンマップ学習【Powered by NICT】

Discriminative locally document embedding: Learning a smooth affine map by approximation of the probabilistic generative structure of subspace

著者 (5件)： Wei Chao (Beijing Institute of Technology, Beijing 10081, China) ,  Luo Senlin (Beijing Institute of Technology, Beijing 10081, China) ,  Guo Jia (Beijing Institute of Technology, Beijing 10081, China) ,  Wu Zhouting (Beijing Institute of Technology, Beijing 10081, China) ,  Pan Limin (Beijing Institute of Technology, Beijing 10081, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 121  ページ： 41-57  発行年： 2017年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 文書埋込みコーパス上でのいくつかの構造保存マップによる高次元観測から情報表現を捕捉する技術であり,機械学習で検討されてきた。最近,いくつかの多様体にヒントを得た埋め込み法はホットな話題,主に識別埋込みを捕捉するそれらの能力のためにとなっている。しかし,既存の方法は,部分空間に対する固有文書生成構造を考慮せずに最近接の幾何学的情報に基づく埋込みを捕捉し,従って固有意味情報を明らかにするために限界をもたらす。本論文では,部分空間に文書生成構造を保存することにより文書埋め込みのための平滑アフィンマップを構築することを目的として,識別局所文書埋込み(ディスクLDE)と呼ばれる半教師つき局所不変法を提案した。ディスクLDEは部分空間の生成的確率モデル,部分空間は近傍グラフ上のマルチエージェントランダムウォークのトランスダクティブ学習により獲得されたにより擬文書として文書発生構造をモデル化し,オートエンコーダ(AE)の訓練を正則化する入力文書とその擬文書を回収した。一般正則化関数学習フレームワークの下では,正則化された訓練は,多様体上の局所の文書生成構造に沿って変化に平滑になるパラメータ化された符号器ネットワークに影響を与えることができる。三広く使用されているコーパス上での実験結果により,ディスクLDEは最先端法へのクラスタリングと分類性能を改善するための固有の意味構造を捉える効率的なことを示す。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 符号器 ,  円板 ,  *学習 ,  モデリング ,  機械学習 ,  不変性 ,  コーパス ,  正則化 ,  多様体 ,  確率モデル ,  高次元 ,  パラメタリゼーション
準シソーラス用語： トランスダクティブ学習 ,  意味情報 ,  *部分空間 , 【Automatic Indexing@JST】

著者キーワード (5件)： 文書埋込み ,  平滑アフィンマップ ,  生成的確率モデル ,  マルチエージェント酔歩 ,  正則化自動エンコーダ

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 識別 ,  文書 ,  埋込み ,  確率 ,  近似 ,  マップ ,  学習