文献

J-GLOBAL ID：201702284695088744   整理番号：17A1520690

文字レベルの循環ネットワークに基づく検索意図認識モデル【JST・京大機械翻訳】

Query Intention Recognition Model Based on Character Level Cyclic Network

著者 (3件)： Meng Kui (武漢大学 計算机学院,武漢,430072) ,  Liu Mengchi (武漢大学 計算机学院,武漢,430072) ,  Hu Jie (湖北大学 計算机与信息工程学院,武漢,430062)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 43  号： 3  ページ： 181-186  発行年： 2017年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  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： 特徴テンプレートを主とする質問意図認識方法は人工的な抽出特徴が複雑で、かつテキストの意味情報を捉えることが難しい問題がある。そのため、文字レベルの循環ネットワークに基づいて、新しい検索意図認識モデルを提案した。効果的に深い階層的意味論的特徴を抽出することができて,長距離情報依存性の制限を減らすために,長い時間的記憶ネットワーク(LSTM)を,ニューラルネットワークの線形変換層として使用して,逆にLSTM抽出文字の将来の情報特性を増加した。オリジナルの漢字を直接モデルの入力として用いて,不正確な結果をもたらす誤った伝導問題を避け,文字の分布ベクトル表現を用いて,文章の意味特徴の獲得を向上させた。実験結果は,提案した方法の全体の精度が90.7%に達し,特徴テンプレート法と比較して,ユーザの質問意図の分類性能が改善されることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  ニューラルネットワーク ,  *ネットワーク ,  一次変換 ,  *認知モデル ,  意味論 ,  漢字
準シソーラス用語： 長距離 ,  意味情報 ,  テキスト , 【Automatic Indexing@JST】

著者キーワード (5件)： query intention ,  character level ,  Recurrent Neural Network(RNN) ,  memory network ,  word vector

分類 (4件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  その他の情報処理  (JE15050M) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 文字 ,  循環 ,  検索意図 ,  認識モデル