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。
意味類似性の測定は,自然言語処理における基本的作業である。コミュニティ質問応答(cQA)システムの設定では,本質的に分類問題:一対の質問を与えられると,それは類似しており,関連する,あるいは無関係な標識。,単語レベルでや文レベルで,伝統的な方法は,典型的に多くの語彙的および統語的資源,英語以外の言語では入手できないを必要とする。添加では,目的のための微細注釈付きデータセットは存在しない。本論文では,中国における4,322標識問題対を含むデータセット,著者らの知る限りでは,それが問題類似性分類のための最初のオープン中国データセットを構築した。リカレントニューラルネットワーク(RNN)encoderdecoderのアーキテクチャに基づく文間の意味的類似性,語彙知識または統語論的資源を必要としないを測定するための新しいフレームワークを提案した。発見的スコアで標識した自動的にした問題対のより大きなデータセットを用いたRNNを訓練最初に欠くラベル付きデータの問題を解決し,,小さく,手作業でラベル付けされたデータセットと微調整。2段訓練方式は一段階訓練と比較して,分類の精度を改善し,他の伝統的なモデルより性能が優れた。提案したモデルは分類と候補ランキングの両方が可能である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】