文献

J-GLOBAL ID：201802270675916470   整理番号：18A1771951

遠隔監視を用いた音声言語からの心理的ストレス検出のための注意ベースLSTM【JST・京大機械翻訳】

Attention-Based LSTM for Psychological Stress Detection from Spoken Language Using Distant Supervision

著者 (3件)： Winata Genta Indra (Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology, Human Language Technology Center, Clear Water Bay, Hong Kong) ,  Kampman Onno Pepijn (Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology, Human Language Technology Center, Clear Water Bay, Hong Kong) ,  Fung Pascale (Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology, Human Language Technology Center, Clear Water Bay, Hong Kong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 6204-6208  発行年： 2018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： 著者らは,自己実施インタビュー転写から心理的ストレスを分類するために,注意機構を持つLong Short-Terme Memory(LSTM)を提案した。著者らは,著者らのコーパスのサイズを補完し,拡大する,それらのハッシュタグコンテンツに基づいて,自動的にラベルを付けることによって,遠隔監視を適用した。この追加データを用いてモデルパラメータを初期化し,それをインタビューデータを用いて微調整した。これはモデルのロバスト性,特に語彙サイズの拡大により改善される。注意を持つ双方向LSTMモデルは,精度(74.1%)とfスコア(74.3%)に関して最良のモデルであることが分かった。さらに,遠隔監視微調整がモデルの性能を1.6%の精度と2.1%のfスコアで強化することを示した。注意機構は,モデルが有益な単語を選択するのを助ける。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： 語彙 ,  単語 ,  ロバスト性 ,  情動ストレス ,  転写 ,  コーパス ,  *遠隔監視 ,  *話し言葉 ,  面接調査 ,  コンテンツ
準シソーラス用語： モデルパラメータ ,  スコア ,  微調整 , 【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 (5件)： 遠隔監視 ,  音声言語 ,  心理的ストレス ,  注意 ,  LSTM