文献

J-GLOBAL ID：201502272690443979   整理番号：15A0406856

データ再構成の観点からの教師なし文書要約

Unsupervised document summarization from data reconstruction perspective

著者 (7件)： HE Zhanying (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN) ,  CHEN Chun (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN) ,  BU Jiajun (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN) ,  WANG Can (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN) ,  ZHANG Lijun (Zhejiang Provincial Key Lab. of Serv. Robot, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310027, CHN) ,  CAI Deng (State Key Lab of CAD&CG, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310058, CHN) ,  HE Xiaofei (State Key Lab of CAD&CG, Coll. of Computer Sci., Zhejiang Univ., Hangzhou 310058, CHN)
資料名： Neurocomputing  (Neurocomputing)
巻： 157  ページ： 356-366  発行年： 2015年06月01日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 情報検索におけるその広い応用のために,文書要約が自然言語処理においてますます注目を集めている。最近の文献の長い本文は最小の冗長性を持つ文書の主要トピックをカバーする文の抽出によって,文書要約が実現されている。本論文では,異なる観点をデータ再構成から取り去り,データ再構成に基づく文書要約(DSDR)と呼ぶ新しい教師付きフレームワークを提案した。特に,本手法は元の文書を最もよく再構成できるそれらの文章からなる要約を生成した。文間の関係をモデル化するために,まず選択された文の線形結合によって文書を近似する線形再構成を導入した。次に,それを加えるだけで,減ずることのない線形結合を可能にする非負再構成に拡張した。非線形な場合を扱い,文空間の幾何学的構造を尊重するために,グラフラプラシアンを用いることによって多様体構造を組み込む,多様体適応カーネル空間において線形再構成を拡張した。要約ベンチマークデータ集合における大規模実験では,本提案フレームワークが最先端法を凌ぐことが明らかになった。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *抄録作業 ,  *情報検索 ,  *自然言語処理 ,  冗長性 ,  主題分析 ,  情報抽出 ,  再構成 ,  Laplace演算子 ,  多様体 ,  評価試験 ,  ベンチマーク ,  *教師なし学習
準シソーラス用語： データ再構成 ,  ラプラシアン ,  *文書要約

分類 (4件)： 情報加工一般  (AC05010A) ,  検索技術  (AC06020S) ,  自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： データ再構成 ,  観点 ,  教師 ,  文書