文献

J-GLOBAL ID：201702222568745698   整理番号：17A1392795

マルチドキュメント抽出要約のためのマルチビュー畳込みニューラルネットワーク【Powered by NICT】

Multiview Convolutional Neural Networks for Multidocument Extractive Summarization

著者 (4件)： Zhang Yong (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Er Meng Joo (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Zhao Rui (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Pratama Mahardhika (Department of Computer Science and IT, La Trobe university, Melbourne, VIC, Australia)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 47  号： 10  ページ： 3230-3242  発行年： 2017年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 重要な情報が短時間で抽出できるため複数文書要約は多くの実世界応用で人気を得てきた。抽出要約文書の要約またはランキング文による文書の集合を生成することを目的としたとランキング結果は,文特徴の品質に強く依存している。しかし,ほとんど全ての以前のアルゴリズムは文表現のための手作り特徴を必要とする。本論文では,特徴工学における労働集約を避けるために,文章を表現する単語埋込みを利用する。多視点CNNと呼ばれる強化された畳込みニューラルネットワーク(CNN)は文とランク文章の特徴を得る一緒に開発に成功した。マルチビュー学習は元のCNNの学習能力を著しく高めることが可能となるモデルに組み込んだ。五文書理解会議データセット上で提案手法の包括的要約性能を評価した。提案したシステムは,最新の手法よりも優れており,改善は対t-試験により示された統計的に重要である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  集中化 ,  *畳込み ,  等級づけ ,  単語 ,  *ニューラルネットワーク ,  品質
準シソーラス用語： 学習能力 ,  マルチビュー学習 ,  複数文書要約 ,  *マルチビュー , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： マルチ ,  ドキュメント ,  マルチビュー ,  畳込みニューラルネットワーク