文献

J-GLOBAL ID：201702265944433534   整理番号：17A0966910

非公式短テキストメッセージを焼ならのための半教師つき確率論アプローチ【Powered by NICT】

Semi-supervised probabilistics approach for normalising informal short text messages

著者 (4件)： Modupe Abiodun (School of Computer Science and Applied Mathematics, University of the Witwatersrand, Johannesburg, South Africa) ,  Celik Turgay (School of Computer Science and Applied Mathematics, University of the Witwatersrand, Johannesburg, South Africa) ,  Marivate Vukosi (Council for Scientific and Industrial Research (CSIR), Modelling and Digital Science, Pretoria, South Africa) ,  Diale Melvin (Council for Scientific and Industrial Research (CSIR), Modelling and Digital Science, Pretoria, South Africa)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICTAS  ページ： 1-8  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： ツイッター上での非公式の社会的テキストメッセージの使用増加はビッグデータの既知の源の一つである。これら型メッセージである雑音としばしばrife頭字語,slangs,文法的エラーや非標準語自然言語処理(NLP)技術のための悲しみをであった。本研究では,著者らの貢献は,短いテキストにおける非標準語を標的することである,与えられた単語である形質転換したと考えられる方法を提案した。著者らの方法は,形式的および非形式的単語間の関係を特性化するための言語モデル確率を用い,単語レベル変換と局所文脈類似性の両方の特徴を含んでいるに対数線形モデルを持つストリング類似性を採用した。これらの特徴の重みは,与えられた非公式の短いテキストのためのより良いクリーン特徴を仮定するために確率的勾配降下法(SGD)を用いた最大尤度フレームワークを採用することにより訓練した。実験は,公的に利用可能なEnlish言語ツイートを行った,しかも本手法は,オンラインソーシャルネットワークにおける語形変化単語を正常化することができた。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： 雑音 ,  最急降下法 ,  *確率論 ,  言語モデル ,  文法 ,  最尤法 ,  単語 ,  類似性 ,  自然言語処理 ,  言語
準シソーラス用語： オンラインソーシャルネットワーク ,  対数線形モデル ,  *テキスト ,  ビッグデータ ,  ツイッター , 【Automatic Indexing@JST】

分類 (2件)： 遺伝子操作  (EC02050B) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： メッセージ ,  教師 ,  確率論