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。
テキスト含有量に加えて,文書とそれらの連想語は単語埋込みにコードされたような,文書のカテゴリーと単語の意味論的・統語論的特徴のような,メタ情報の豊富なセットである。直接なメタ情報を組み込むトピックモデルの生成プロセスへのモデリング精度と話題品質を改善し,特に訓練データ中の単語発生情報が不足している場合である。本論文において,筆者らは文書や単語メタ情報を活用することができる,MetaLDAと呼ばれるトピックモデル,またはそれらの併用の両方を示した。二データ議論技術を用いて,効率的なGibbsサンプリングアルゴリズム,モデルの完全局所共役から利益を引き出すことができた。さらに,このアルゴリズムは,メタ情報のスパース性によって支持される。いくつかの実世界データセット上での包括的実験を行い,提案モデルは,両方のパープレキシティと話題品質に関して同等か改善された性能を達成し,特にスパーステキストを扱うことを実証した。添加では,メタ情報を用いた他のモデルと比較して,本モデルは有意に高速である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】