文献

J-GLOBAL ID：201202263244697079   整理番号：12A0971699

誤差逆伝播を利用した重み付き仮説推論の教師あり学習

Backpropagation Learning for Weighted Abduction

著者 (6件)： 山本風人 (東北大) ,  井之上直也 (東北大) ,  渡邊陽太郎 (東北大) ,  岡崎直観 (東北大) ,  岡崎直観 (JST-さきがけ) ,  乾健太郎 (東北大)
資料名： 情報処理学会研究報告(CD-ROM)
巻： 2012  号： 1  ページ： ROMBUNNO.NL-206,NO.9  発行年： 2012年06月15日 
JST資料番号： Z0031C  ISSN： 2186-2583  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,重み付き仮説推論のパラメタを教師あり学習によって自動調整する手法を提案する。仮説推論は,与えられた観測に対して評価関数を最大化する最良の説明を求める推論であり,自然言語処理において文章に明示されていない情報の顕在化を行うことに対して有用な枠組みとして注目を浴びている。しかしその一方で,仮説推論の評価関数の学習手法が未だ提案されておらず,評価関数のパラメタの調整は,人手による調整やヒューリスティックな手法に頼らざるを得ないという問題があった。そこで我々は,仮説推論の拡張のひとつである重み付き仮説推論を対象として,仮説の証明木におけるリテラル間のコストの関係をフィードフォワードニューラルネットワークの形で表現することで,誤差に対する各パラメタの勾配を求め,評価関数のパラメタの識別学習を実現する。また,提案手法によって評価関数を学習できていることを確かめるために,既存のデータセットを用いて実験した結果についても報告する。(著者抄録)

シソーラス用語： *自然言語処理 ,  *仮説推論 ,  *教師つき学習 ,  *逆伝搬法 ,  評価関数 ,  発見的方法 ,  パラメタリゼーション ,  判別分析 ,  誤差 ,  重みづけ
準シソーラス用語： ヒューリスティクス

分類 (3件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 誤差 ,  伝播 ,  仮説推論 ,  教師あり学習