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。
本稿では,後段タスクのモデルを改変することなく,単語分割器をモデルに最適化することで,精度改善を行う手法を提案する.本手法は,精度を改善したいタスクのモデルが与えられた際に,モデルが扱える単語に出力を制限しつつ,モデルにおける損失関数を最小化する単語列を生成するような単語分割器を学習する.また,文脈情報をよりよく捉えるために,LSTM上で語彙制約付きの単語分割手法を提案する.本手法を,日本語,中国語,英語の文書分類タスクで評価した結果,ユニグラム言語モデルによる単語分割の最適化手法,単語の限定を行わないニューラル単語分割器と比較し,提案手法が性能の向上に寄与することが示された.(著者抄録)