文献

J-GLOBAL ID：201702268303714333   整理番号：17A1744606

深さ信念ネットワークに基づくイベント認識【JST・京大機械翻訳】

Event Recognition Based on Deep Belief Network

著者 (3件)： Zhang Yajun (上海大学計算机工程与科学学院,上海,200444) ,  Liu Zongtian (上海大学計算机工程与科学学院,上海,200444) ,  Zhou Wen (上海大学計算机工程与科学学院,上海,200444)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 45  号： 6  ページ： 1415-1423  発行年： 2017年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： イベント認識は情報抽出の重要な基礎である。既存のイベント認識方法の欠点を克服するために,本論文は,深さ学習に基づくイベント認識モデルを提案した。まず,我々は,サブワードシステムにより候補語を獲得し,それらを5つのタイプに分類する.次に,6種類の認識特徴を選択し,対応する特徴表現ルールを作成し,単語をベクトルサンプルに変換した。最終的に,著者らは,深い信念ネットワークによって単語の深い意味情報を抽出して,Back-Propagation(BP)ニューラルネットワークによってイベントを認識した。実験結果は,モデルの最高F値が85.17%に達することを示した。一方,本論文では,教師なし学習と教師つき学習の両方を含むハイブリッド監視深さ信念ネットワークを提案し,認識性能を向上させた(F値は89.2%に達し,訓練時間を27.50%増加させた)。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *単語 ,  ニューラルネットワーク ,  教師つき学習 ,  教師なし学習 ,  認知モデル ,  情報抽出
準シソーラス用語： F値 ,  意味情報 ,  特徴表現 ,  *信念ネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： event recognition ,  deep learning ,  recognition feature ,  feature representation ,  hybrid supervision

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 信念ネットワーク ,  イベント