文献

J-GLOBAL ID：201802257981678673   整理番号：18A0196371

畳込み連接ニューラルネットワークによる細粒関係抽出のためのワンショット学習【Powered by NICT】

One-shot learning for fine-grained relation extraction via convolutional siamese neural network

著者 (6件)： Yuan Jianbo (Department of Computer Science, University of Rochester, Rochester, NY, USA) ,  Guo Han (Institute of Computing Technology, Chinese Academy of Science, Beijing, China) ,  Jin Zhiwei (Institute of Computing Technology, Chinese Academy of Science, Beijing, China) ,  Jin Hongxia (Samsung Research America, Mountain View, CA, USA) ,  Zhang Xianchao (School of Software, Dalian University of Technology, Dalian, China) ,  Luo Jiebo (Department of Computer Science, University of Rochester, Rochester, NY, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Big Data  ページ： 2194-2199  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： 関心のあるエンティティ間の細粒関係の抽出情報抽出と大規模知識グラフ構築に非常に重要である。関係抽出に対する従来のアプローチは,訓練プロセスの各関係型または充分に観測された試料で開始する既存の知識グラフを必要とする。しかし,そのような資源はいつも得られるとは限らない,細粒人手のラベリングは非常に時間がかかり,医療および生物情報学のような特異的ドメインの広範な専門知識を必要とする。細粒関係の分布は実際にしばしばは非常に不均衡。対入力サンプルの間の関係を検証するために識別のセマンティックを意識した特徴を抽出する畳込み連接ニューラルネットワークを介したワンショット分類の観点からこのラベル不足と分布不均衡問題に取り組んでいる。提案した連接ネットワークは効果的に単発と数ショット分類」するというタスクに限られた観察された試料と稀な関係を抽出し,実用化におけるドメイン固有情報抽出への顕著な利点を示した。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： *畳込み ,  *粒状材 ,  情報抽出 ,  *学習 ,  *ネットワーク ,  *ニューラルネットワーク
準シソーラス用語： 不均衡 ,  専門知識 ,  バイオインフォマティクス ,  エンティティ ,  *関係抽出 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 畳込み ,  ニューラルネットワーク ,  細粒 ,  関係抽出 ,  ショット ,  学習