文献

J-GLOBAL ID：201802215073230721   整理番号：18A0494731

セグメント構造を持つバイリンガルトピックモデル

Bilingual Segmented Topic Model

著者 (3件)： 田村晃裕 (情報通信研究機構) ,  田村晃裕 (愛媛大) ,  隅田英一郎 (情報通信研究機構)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 58  号： 12  ページ： 2080-2092 (WEB ONLY)  発行年： 2017年12月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,各文書を「文書-セグメント(たとえば,段落やセクション)-単語」の階層構造でモデル化する新たな多言語トピックモデル「Bilingual Segmented Topic Model(BiSTM)」を提案する。Bilingual Latent Dirichlet Allocation(BiLDA)などの従来の多言語トピックモデルは,対応関係がある文書のトピック分布を共有させることで,異言語の文書間の対応関係を反映したモデル化を行う。一方で,BiSTMは,文書間の対応関係に加えて,対応関係のあるセグメントのトピック分布も共有させることにより,異言語のセグメント間の対応関係も反映したモデル化を行う。また,本稿では,セグメントが与えられていない場合にも提案モデルを適用できるようにするため,Duら(2013)の教師なしトピック分割手法をBiSTMに導入し,潜在トピックとセグメント境界を同時に推定するモデルも提案する。日英および仏英の多言語コーパスを使った評価実験を通じて,提案モデルはBiLDAよりパープレキシティの観点で優れたモデルであることを示し,対訳対抽出の性能も改善できることを示す。(著者抄録)

シソーラス用語： 確率モデル ,  意味解析 ,  *自然言語処理 ,  主題 ,  *言語モデル ,  *階層構造 ,  翻訳【言語】 ,  情報抽出 ,  *文書 ,  文章 ,  単語 ,  コーパス ,  計算言語学 ,  分割 ,  評価試験 ,  教師なし学習
準シソーラス用語： 多言語トピックモデル ,  階層モデル ,  対訳対抽出 ,  段落 ,  パープレキシティ ,  BiLDAモデル ,  セグメント分割

分類 (1件)： 自然語処理  (JE06000L)

引用文献 (38件)：

• Blei, D.M. and Jordan, M.I.: Modeling Annotated Data, Proc. 26th Annual International ACM SIGIR Conference on Research and Development in Informaion Retrieval, pp.127-134 (2003).
• Blei, D.M., Ng, A.Y. and Jordan, M.I.: Latent Dirichlet Allocation, Journal of Machine Learning Research, Vol.3, pp.993-1022 (2003).
• Boyd-Graber, J. and Blei, D.M.: Multilingual Topic Models for Unaligned Text, Proc. 25th Conference on Uncertainty in Artificial Intelligence, pp.75-82 (2009).
• Buntine, W. and Hutter, M.: A Bayesian View of the Poisson-Dirichlet Process (2012), available from http://arxiv.org/pdf/1007.0296.pdf.
• Chen, C., Du, L. and Buntine, W.: Sampling Table Configurations for the Hierarchical Poisson-Dirichlet Process, Proc. European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases 2011, pp.296-311 (2011).

タイトルに関連する用語 (1件)： セグメント