文献

J-GLOBAL ID：201802234296654297   整理番号：18A0196349

臨床叙述的カテゴリー化のための畳込みニューラルネットワーク【Powered by NICT】

Convolutional neural network for clinical narrative categorization

著者 (3件)： Lauren Paula (Dept. of Computer Science and Engineering, Oakland University, Rochester, MI, USA) ,  Qu Guangzhi (Dept. of Computer Science and Engineering, Oakland University, Rochester, MI, USA) ,  Watta Paul (Dept. of Electrical and Computer Engineering, The University of Michigan-Dearborn, Dearborn, MI, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Big Data  ページ： 2001-2008  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： 畳込みニューラルネットワーク(CNN)における積層または逐次畳込み層は最新の結果画像とパターン認識を示した。近年,自然言語処理(NLP)作業における有望な結果を示したCNN。同時畳込み層を持つCNNを用いて,不均衡クラスを用いた臨床物語データセット上でのテキスト分類を行った。臨床物語は,自然言語で書かれたケアの過程に伴って臨床医からみた臨床遭遇を記録した。本研究に対して,著者らは,埋込み層,NLPベースCNNにおける第1層に着目して様々なCNNアーキテクチャによる実験を行った。埋込み層への入力は,文書マトリックスで,長さは典型的に最大文書長さによって決定される。これは高度に不均衡なクラスの場合に最良の選択肢ではないかもしれない。簡単なデータ解析を用いて,CNNの埋め込み層における文書行列に対する最適文書長さを得た。臨床物語を分類に関する著者らの以前の公表された研究からの結果を比較して,このCNNアーキテクチャは,複数の方法を著者らの以前のアンサンブルベースアプローチにF_1スコアの有意な改善を提供する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 計算機アーキテクチャ ,  単一層 ,  自然言語処理 ,  *畳込み ,  自然言語 ,  画像 ,  データ解析 ,  パターン認識
準シソーラス用語： スコア ,  臨床医 ,  テキスト分類 ,  物語 ,  不均衡 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 臨床 ,  カテゴリー化 ,  畳込みニューラルネットワーク