文献

J-GLOBAL ID：201702274651869770   整理番号：17A0116914

単語埋込みを用いた書誌データセットからの科学と技術シソーラスの拡大【Powered by NICT】

Expanding Science and Technology Thesauri from Bibliographic Datasets Using Word Embedding

著者 (5件)： Kawamura Takahiro ,  Kozaki Kouji ,  Kushida Tatsuya ,  Watanabe Katsutaro ,  Matsumura Katsuji
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICTAI  ページ： 857-864  発行年： 2016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： 科学計量学における科学技術情報のためのシソーラスと分類の使用が注目されている。しかし,シソーラスの構築と維持は高価で,かなりの時間を必要とし,このようにして,半自動構築と維持のための方法が活発に研究されている。は限られた構造化された情報と最新の技術的領域からの論文の抄録を用いた既存のシソーラスを拡大する方法を提案した。具体的には,急速に進化する単語埋め込みを用いた既存のシソーラスの階層構造への新しい項を適切に配置する方法を考察した。実験では,500度の単語ベクトルは567,000生物医学論文から構築された,主成分分析を用いた次元縮小後のクラスターを形成した。,新しい項間の空間関係とシソーラスの項のいずれかに基づいて推定した意味論的関係。を三人の専門家から得られた結果の比較を行った。将来では,半自動シソーラス保守を支援するための既存の項に関連した新しい項に対するレコメンデーションシステムを開発した。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： 主成分分析 ,  意味論 ,  階層構造 ,  *単語 ,  次元縮小 ,  科学技術情報 ,  保全 ,  ベクトル ,  *書誌データ ,  クラスタ ,  構造形成 ,  *シソーラス ,  高速度
準シソーラス用語： 推奨システム ,  生物医学 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (6件)： 単語 ,  埋込み ,  書誌データ ,  科学 ,  シソーラス ,  拡大