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。
ニュースタイトルとツイートのような短いテキストの発見話題は多くの内容分析応用のための重要な課題となっている。しかし,短い文字列における豊富な文脈情報が不足しているために,短いテキストの従来のトピックモデルの性能は不満足な。本論文では,単語埋め込みを用いた短いテキストコーパスのための新しいトピックモデルを提案した。言語における規則性を捉えるで有効であることを証明した,連続空間単語埋込みは付加的な意味論を提供するために,モデルに組み込んだ。ベクトル空間における単語埋込み上のGauss話題として各短い文書をモデル化した。添加では,短いテキストにおけるバックグラウンド語は意味論的に関連しないのが普通であることを考慮して,連続したガウス形話題を補完する単語タイプ上の離散バックグラウンドモードを導入した。abcnewsのようなデータソースからのニュースタイトル,著者らのモデルは,ベースライン手法に比べて短いテキストからのよりコヒーレントな話題を抽出し,各短い文書のためのより良いトピック表現を学ぶことができることを示すことに著者らのモデルを評価した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】