特許
J-GLOBAL ID：201203041271637470
構造予測モデル学習装置、方法、プログラム、及び記録媒体
発明者：
,
出願人/特許権者：
,
代理人 (3件)：
中尾 直樹
, 草野 卓
, 中村 幸雄
公報種別：公開公報
出願番号（国際出願番号）：特願2011-094028
公開番号（公開出願番号）：特開2012-079286
出願日： 2011年04月20日
公開日（公表日）： 2012年04月19日
要約：
【課題】予測性能を保持したまま、省メモリ化を実現する構造予測モデルを学習する装置、方法、プログラム、及び記録媒体を提供することを目的とする。【解決手段】補助モデル用パラメタ集合θ(k)を対数線形モデルにより定義する補助モデルを導入し、教師なしデータを用いて、補助モデルと擬似的な正解の度合いを表す参照関数とのブレグマン距離を最小化するように、補助モデル用パラメタ集合の集合Θを推定し、教師データとΘを用いて、事前に定義された経験リスク関数を最小にする基本モデル用パラメタ集合λを推定する。【選択図】図5
請求項（抜粋）：
入力構造xに対する出力構造yを予測するために利用される構造予測モデルを、教師データDL及び教師なしデータDUを用いて学習する構造予測モデル学習装置であって、Kを自然数とし、k∈{1,2,...,K}とし、
構造予測問題により特定される出力候補生成用定義データ集合を用いて、教師データに対する教師データ用出力候補グラフを生成し、教師なしデータに対する教師なしデータ用出力候補グラフを生成する出力候補グラフ生成部と、
特徴抽出テンプレートを用いて、前記教師データ用出力候補グラフ及び前記教師なしデータ用出力候補グラフから特徴を抽出し、前記教師データ用出力候補グラフから抽出した特徴の集合に対するD次元の基本モデル用特徴ベクトルfx,yを生成し、前記教師なしデータ用出力候補グラフから抽出した特徴の集合をK個の部分集合に分割し、部分集合kに含まれる特徴に対するDk次元の補助モデル用特徴ベクトルg(k)x,yを生成する特徴ベクトル生成部と、
基本モデル用特徴ベクトルfx,yのD個の要素にそれぞれ1対1対応するD個の第1パラメタで構成される第1パラメタ集合wを含む基本モデル用パラメタ集合λを生成し、補助モデル用特徴ベクトルg(k)x,yのDk個の要素にそれぞれ1対1対応するDk個の補助モデル用パラメタで構成される補助モデル用パラメタ集合θ(k)を生成し、K個の補助モデル用パラメタ集合θ(k)で構成される補助モデル用パラメタ集合の集合Θ={θ(1),θ(2),...,θ(K)}を生成するパラメタ生成部と、
各補助モデルqkは前記補助モデル用パラメタ集合θ(k)を対数線形モデルにより定義するものとし、前記補助モデル用パラメタ集合θ(k)から得られる正則化項と前記教師なしデータDUを用いて、非負関数であって、入力構造xに対する出力構造yの擬似的な正解の度合いを表す参照関数r~(x,y)と前記補助モデルqkとの間の正則化項付きブレグマン距離を最小にする補助モデル用パラメタ集合の集合Θを推定する補助モデル用パラメタ推定部と、
前記基本モデル用パラメタ集合λは、K個の前記補助モデルとそれぞれ1対1対応するK個の第2パラメタで構成される第2パラメタ集合v={v1,v2,...,vK}を含むものとし、前記教師データDLと前記補助モデル用パラメタ集合の集合Θを用いて、事前に定義された経験リスク関数を最小にする前記基本モデル用パラメタ集合λを推定する基本モデル用パラメタ推定部とを備える、
ことを特徴とする構造予測モデル学習装置。
IPC (2件)：
FI (2件)：
G06F17/30 210D
, G06F19/00 100
