文献

J-GLOBAL ID：201802271572829777   整理番号：18A1528453

自動符号器による文の意味特徴抽出と類似度計算【JST・京大機械翻訳】

Semantic Feature Extraction and Similarity Computation of Sentences Based on Auto-encoder

著者 (3件)： Ma Jianhong (河北工業大学計算机科学与軟件学院 天津300401) ,  Yang Hao (河北工業大学計算机科学与軟件学院 天津300401) ,  Yao Shuang (河北工業大学計算机科学与軟件学院 天津300401)
資料名： Zhengzhou Daxue Xuebao (Lixue Ban)  (Zhengzhou Daxue Xuebao (Lixue Ban))
巻： 50  号： 2  ページ： 86-91  発行年： 2018年 
JST資料番号： C3255A  ISSN： 1671-6841  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 文特徴抽出と類似性計算は自然言語処理における重要問題であり,中国語の文章類似性の計算方法は文の意味を全面的に考慮できないため,類似度の計算結果が不正確になる。深層スパース自動符号器に基づく文章意味特徴抽出と類似度計算アルゴリズムを提案した。まず第一に,文章を高次元とスパースベクトルとして表現し,次に,高次元とスパースベクトルを低次元と固有特徴空間に変換するために,深さ教師なし学習文の非線形特性を利用した。この過程は、より純粋な端から端までの学習であり、ストップワード表、分詞等の作業を避け、最終的に文の類似度計算に直接利用できる低次元特徴の表現を獲得できる。実験結果は,文章類似性の計算に,抽出した文の特性を適用して,類似性計算の精度を,関係ベクトルモデルに基づく文章類似性計算の方法と比較して,改善した。計算時間の複雑さはO(n)である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *符号器 ,  ベクトル ,  *特徴抽出 ,  高次元 ,  深層 ,  中国語 ,  類似性 ,  教師なし学習 ,  自然言語処理
準シソーラス用語： ベクトルモデル ,  特徴空間 ,  低次元 ,  計算アルゴリズム ,  *類似度 , 【Automatic Indexing@JST】

著者キーワード (4件)： auto-encoder ,  unsupervised feature learning ,  semantic feature extraction ,  similarity calcula-tion

分類 (2件)： 自然語処理  (JE06000L) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 符号器 ,  文 ,  類似度 ,  計算