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。
著者はRetty(株)の写真分類にディープラーニングを活用した経験から,畳み込みニューラルネットワーク(CNN)を自然言語処理にも応用している。本論文では,バックエンドにTensorFlowを利用できるディープラーニング用ライブラリKerasを用い,CNNでの画像分類とドキュメント分類を実現する方法を解説した。まず,CNNでは入力をその特徴を表現した特徴マップに変換する畳み込み層と,特徴マップのある一定の範囲について情報をまとめてしまうプーリング層を組み合わせ,前者で特徴の抽出,後者で画像のズレや歪みの吸収を行うことを説明した。畳み込み層とプーリング層は多層に重ねることで少しずつ複雑な特徴をとらえていき,抽出された特徴マップを複数層重ねた全結合層に入力することで分類したいクラス数まで次元を削減できる。一方,Retty(株)では自然言語処理基盤として整備している辞書に新しく追加すべき単語が次々と出てくるので,その手間が大きいことを踏まえて文を文字に分解してCNNに入力し,単語という構造を見つけることを考えた。実際に前記CNNによって口コミをデート目的かそれ以外に分類する分類器を作成し,デートという目的に合った店かどうかの確認に応用されていることを示した。