文献

J-GLOBAL ID：201802248461344731   整理番号：18A1683425

予測ネットワークを用いた自己調整記述文書クラスタリング【JST・京大機械翻訳】

Self-Tuned Descriptive Document Clustering Using a Predictive Network

著者 (4件)： Brockmeier Austin J. (School of Electrical Engineering, Electronics, & Computer Science, University of Liverpool, Liverpool, United Kingdom) ,  Mu Tingting (School of Computer Science, University of Manchester, Manchester, United Kingdom) ,  Ananiadou Sophia (School of Computer Science, University of Manchester, Manchester, United Kingdom) ,  Goulermas John Y. (School of Electrical Engineering, Electronics, & Computer Science, University of Liverpool, Liverpool, United Kingdom)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 30  号： 10  ページ： 1929-1942  発行年： 2018年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  資料種別： 逐次刊行物 (A)
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： 記述的クラスタリングはデータインスタンスをクラスタに自動的に組織化し,各クラスタに対する記述的要約を生成する。記述は,特定のインスタンスのさらなる検討なしに各クラスタのコンテンツについてユーザを知らせるべきであり,ユーザが関連クラスタを迅速に走査することを可能にする。記述の選択はしばしば発見的基準に依存する。クラスタ割当から特徴を予測し,特徴の部分集合からクラスタ割当を予測する自動符号化ネットワークとして記述クラスタリングをモデル化した。クラスタを予測するために用いられる特徴の部分集合はその記述として役立つ。テキスト文書に対して,単語,語句,または他の属性の発生または数は,解釈可能な特徴ラベルによるスパース特徴表現を提供する。提案したネットワークでは,ロジスティック回帰モデルを用いてクラスタ予測を行い,特徴予測はロジスティックまたは多項式回帰モデルに依存する。これらのモデルを最適化することにより,クラスタ数と各クラスタに対する特徴数を自動的に選択する完全自己同調記述クラスタリング手法を導いた。この方法を様々な短いテキスト文書に適用し,選択された特徴部分集合により証明されたように,選択されたクラスタリングが意味のある局所組織と関連することを示した。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： コンテンツ ,  *ネットワーク ,  *クラスタ ,  単語 ,  部分集合 ,  *クラスタ化 ,  モデリング ,  モデル ,  多項式 ,  回帰モデル ,  *予測 ,  最適化
準シソーラス用語： ロジスティック回帰モデル ,  フレーズ ,  テキスト , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  通信網  (ND07030A)

タイトルに関連する用語 (4件)： 予測 ,  自己 ,  記述 ,  文書クラスタリング