文献

J-GLOBAL ID：201702275852483993   整理番号：17A0021806

畳込みニューラルネットワークに基づく抽出文書要約【Powered by NICT】

Extractive document summarization based on convolutional neural networks

著者 (3件)： Zhang Yong (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Er Meng Joo (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Pratama Mahardhika (Department of Computer Science and IT, La Trobe University, Melbourne, Victoria 3086, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IECON  ページ： 918-922  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： 抽出要約はランキング文,その性能は文特徴の品質に強く依存しているによる要約を生成することを目的とした。本論文では,畳込みニューラルネットワークに基づく文書要約フレームワークは,文特徴を学習し,文章ランキングを一緒に開発に成功した。文章ランキングのための回帰プロセスに対処するために元のCNNモデルを採用した。前訓練された単語ベクトルは,このモデルの性能を向上させるために使用した。それぞれ単一および多重文書要約タスクをカバーするDUC2002と2004データセット上で提案手法を評価した。提案したシステムは,最新の文書要約システムと比較して同等かそれより優れて性能を達成した。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： 単語 ,  *ニューラルネットワーク ,  ベクトル ,  等級づけ ,  多重化 ,  品質 ,  *畳込み

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  文書