文献
J-GLOBAL ID:201702224437048811   整理番号:17A0681466

マルチモーダルリレーショナルトピックモデルに基づく多言語データにおける関係予測

Relation Prediction in Multilingual Data Based on Multimodal Relational Topic Models
著者 (2件):
資料名:
巻: E100.D  号:ページ: 741-749(J-STAGE)  発行年: 2017年 
JST資料番号: U0469A  ISSN: 1745-1361  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: 英語 (EN)
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。
多言語文書やテキスト注釈付き画像など,多重表現からなるマルチモーダルデータの分析の改善が求められている。そのようなマルチモーダルデータを分析する有望なアプローチの1つは,潜在的トピックモデルである。本稿では,マルチモーダルデータのいろいろな多重表現の間の未知の関係を予測するための,条件付き独立一般化リレーショナルトピックモデル(CI-gRTM)を提案した。著者らは,一般化リレーショナルトピックモデル(gRTM)と呼ばれる識別リレーショナルトピックモデルのマルチモーダル拡張としてCI-gRTMを開発した。著者らは,多言語文書の実験を通じて,多言語表現またはユニモーダル関係のいずれかを予測することができるいくつかの最先端の基準モデルと比較して,CI-gRTMが多言語表現と2つの異なる言語表現の関係をより効果的に予測できることを実証した。(翻訳著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
データベースシステム 
引用文献 (15件):
もっと見る
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る