文献

J-GLOBAL ID：201602201814834380   整理番号：16A0024100

ニューラル単語ベクトルのクロスモーダル転移による画像検索の改善

著者 (6件)： 入江豪 (NTT メディアインテリジェンス研) ,  浅見太一 (NTT メディアインテリジェンス研) ,  田良島周平 (NTT メディアインテリジェンス研) ,  新井啓之 (NTT メディアインテリジェンス研) ,  谷口行信 (NTT メディアインテリジェンス研) ,  谷口行信 (東京理大 工)
資料名： 電子情報通信学会論文誌 D(Web)
巻： J98-D  号： 12  ページ： 1451-1463 (WEB ONLY)  発行年： 2015年12月01日 
JST資料番号： U0473A  ISSN： 1881-0225  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： ニューラルネットワーク(NN)によるメディア表現学習の発展が目覚ましい。自然言語処理分野においても,Skip-gram(SG)と呼ばれるNNモデルが注目を集めており,従来法に比べ意味類推性能の高い単語ベクトルが得られることが報告されている。本論文では,SGによる画像検索精度の改善について議論する。具体的には,クロスモーダル転移(CMT),すなわち,単語ベクトルを介して文書のもつ情報を画像特徴量に転移するフレームワークに則り,単語ベクトルの学習にSGを用いた場合の精度改善について検討する。まず,SG単語ベクトルを介したCMTによって,従来法により得られる単語ベクトルを用いた場合よりも高い画像検索精度が得られることを示す。続いて,更にその改善効果を高めることを考え,新たなCMT法として『線形性保存転移法(LPT)』を提案する。LPTは,SG単語ベクトルの顕著な意味類推性能が現れる線形代数的特性に着想を得た方法であり,画像・文書間の関係に加え,SG単語ベクトル空間に内包される線形部分空間上の幾何構造も同時に保存するような転移を行うことで,より効果的なCMTの実現を狙うものである。三つのベンチマークデータを用いた実験によって,実際に精度改善が可能であることを示す。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  学習機械 ,  単語 ,  ベクトル ,  *文書 ,  情報 ,  指標 ,  変換 ,  *画像検索 ,  線形代数 ,  精度 ,  *感情転移
準シソーラス用語： *画像特徴量 ,  検索精度 ,  情報変換

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (37件)：

• A. Krizhevsky, I. Sutskever, and G.E. Hinton, "ImageNet classification with deep convolutional neural networks," Proc. Advances in Neural Information Processing Systems (NIPS), pp.1106-1114, 2012.
• C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, "Going deeper with convolutions," arXiv preprint arXiv:1409.4842, 2014.
• R. Girshick, J. Donahue, T. Darrell, and J. Malik, "Rich fkeature hierarchies for accurate object detection and semantic segmentation," Proc. Conf. Computer Vision and Pattern Recognition (CVPR), pp.580-587, 2014.
• G.E. Dahl, D. Yu, L. Deng, and A. Acero, "Context-dependent pre-trained deep neural networks for largevocabulary speech recognition," IEEE Trans. Audio Speech Language Process., vol.20, no.1, pp.30-41, 2012.
• T. Mikolov, I. Sutskever, K. Chen, G.S. Corrado, and J. Dean, "Distributed representations of words and phrases and their compositionality," Proc. Advances in Neural Information Processing Systems (NIPS), pp.3111-3119, 2013.

タイトルに関連する用語 (3件)： 単語 ,  ベクトル ,  画像検索