文献

J-GLOBAL ID：201802233092465851   整理番号：18A1622074

単語埋め込みとクラスタリングを用いた自動キーワード抽出【JST・京大機械翻訳】

Automatic Keyword Extraction Using Word Embedding and Clustering

著者 (6件)： Zeng Ping (College of Computer, National University of Defense Technology, Changsha, China) ,  Tan Qingping (College of Computer, National University of Defense Technology, Changsha, China) ,  Yan Ying (College of Computer, National University of Defense Technology, Changsha, China) ,  Xie Qinzheng (College of Computer, National University of Defense Technology, Changsha, China) ,  Xu Jianjun (College of Computer, National University of Defense Technology, Changsha, China) ,  Cao Wei (Changsha University of Science and Technology, School of Computer and Communication Engineering, Changsha, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCSEC  ページ： 1402-1408  発行年： 2017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： キーワード抽出のための既存の単語周波数ベースのアルゴリズムは単語間の意味的関係を考慮しない。さらに,単語グラフベースのアルゴリズムは複数の話題を区別することができず,トピックモデルベースのアルゴリズムは高い時間複雑性を有する。これらすべてのキーワード抽出アルゴリズムは限界を示す。本論文では,キーワード抽出のための新しい単語埋め込みベースのアルゴリズム,すなわちWECを提案した。このアルゴリズムは単語頻度,単語共起の影響,文脈間の意味関係を組み込んだ。このアルゴリズムはまた,余弦類似性を有する単語の最終的重みを推定して,クラスタ化によって主題を抽出した。実験結果は,WECアルゴリズムが様々な評価基準の下でテストされたとき,4つのデータセットに関して最先端のキーワード抽出法より優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  周波数 ,  *単語 ,  アルゴリズム ,  類似性 ,  評価基準
準シソーラス用語： 最先端 ,  複雑性 ,  トピックモデル ,  意味的関連性 ,  *キーワード抽出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 単語 ,  埋め込み ,  クラスタリング ,  キーワード抽出