文献

J-GLOBAL ID：201802219659038934   整理番号：18A0648700

ニューラルネットワーク言語モデルに基づく分散語ベクトル研究の進展【JST・京大機械翻訳】

Survey on distributed word embeddings based on neural network language models

著者 (3件)： Yu Keren (華東師范大学数据科学与工程学院,上海,200062) ,  Fu Yunbin (華東師范大学数据科学与工程学院,上海,200062) ,  Dong Qiwen (華東師范大学数据科学与工程学院,上海,200062)
資料名： Huadong Shifan Daxue Xuebao. Ziran Kexue Ban  (Huadong Shifan Daxue Xuebao. Ziran Kexue Ban)
号： 5  ページ： 52-65,79  発行年： 2017年 
JST資料番号： C2921A  ISSN： 1000-5641  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： 単語のベクトル化は自然言語処理の分野における重要な研究課題の一つであり、その核心はテキスト中の単語に対してモデル化し、一つの低次元のベクトルを用いて各単語を表現することである。単語ベクトルを生成する方式は多くのものがあり,現在のところ最良の性能はニューラルネットワーク言語モデルに基づいて生成された分散型ベクトルであり,Google社は2012年に発表されたWord2vecオープンソースツールの1つである。分散単語ベクトルは,クラスタ化,固有表現認識,品詞解析などの自然言語処理タスクに適用され,その性能は,言語モデル言語の性能に依存し,言語モデル処理の具体的タスクと関連している。本論文では,3つの観点から,ニューラルネットワークに基づく分散ベクトルを導入した。古典的神経回路網モデルの構築方法;言語モデルに存在する多重分類問題の最適化方法を提案した。補助構造訓練ベクトルを用いた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  自然言語処理 ,  多重化 ,  *ニューラルネットワーク ,  モデリング ,  *言語 ,  最適化手法 ,  *ベクトル ,  品詞 ,  *言語モデル ,  単語
準シソーラス用語： 神経回路網モデル ,  固有表現 ,  Google ,  テキスト , 【Automatic Indexing@JST】

著者キーワード (3件)： word embedding ,  language model ,  neural network

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  言語モデル ,  ベクトル ,  研究 ,  進展