文献

J-GLOBAL ID：201702247370003168   整理番号：17A1257342

マルチラベルテキストカテゴリー化のための畳込みとリカレントニューラルネットワークのアンサンブルの応用【Powered by NICT】

Ensemble application of convolutional and recurrent neural networks for multi-label text categorization

著者 (5件)： Chen Guibin (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Ye Deheng (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Xing Zhenchang (Research School of Computer Science, Australian National University, Australia) ,  Chen Jieshan (School of Mathematics, Sun Yat-sen University, China) ,  Cambria Erik (School of Computer Science and Engineering, Nanyang Technological University, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 2377-2383  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： テキスト分類,テキスト分類は,文書の意味的情報を表現するための重要な課題の一つである。マルチラベルテキスト分類は,文書に複数の標的ラベルを割り当てるから成るテキスト分類に細粒アプローチである。ラベル組み合わせの指数関数的成長による多クラステキストカテゴリー化タスクと比較して,より挑戦的である。マルチラベルテキスト分類への既存の手法は,局所セマンティック情報を抽出し,ラベル相関をモデル化するために不十分である。本論文では,実行可能計算複雑性を持ちながら,大域的および局所的テキスト意味論の両方を捕捉し,高次ラベル相関をモデル化するための畳込みとリカレントニューラルネットワークのアンサンブルの応用を提案した。包括的な実験を行い,CNN RNNモデルは大規模データセットを用いて訓練であるならば,提案アプローチが最先端の性能を達成することを示した。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： 意味論 ,  指数関数 ,  *畳込み ,  モデリング ,  計算量
準シソーラス用語： 大規模データセット ,  *テキスト ,  テキスト分類 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 畳込み ,  リカレントニューラルネットワーク ,  アンサンブル ,  応用