文献

J-GLOBAL ID：201802274467877779   整理番号：18A1415954

独立性尺度に基づく知識の粒度の教師なし推定

Unsupervised Granularity Estimation by Kernel Dependence Maximization

著者 (5件)： 横井祥 (東北大) ,  持橋大地 (統計数理研) ,  高橋諒 (東北大) ,  岡崎直観 (東北大) ,  乾健太郎 (東北大)
資料名： 人工知能学会全国大会論文集(CD-ROM)  (人工知能学会全国大会(CD-ROM))
巻： 31st  ページ： ROMBUNNO.2B3-OS-07a-1in2  発行年： 2017年 
JST資料番号： X0580B  ISSN： 1347-9881  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： コーパスから関係知識を取り出す際,元の文のどの単語までを知識に含めるかが問題となる。本研究では,文ペアの集合を入力として知識に含めるべき単語を教師なしで推定する問題を提案し,この形式の問題が人工知能の諸分野に存在することを指摘する。提案手法では,カーネル法ベースの独立性尺度を目的関数に用いて乱択アルゴリズムで最適化する。人工データと実データを用いた実験でその有用性を示す。(著者抄録)

シソーラス用語： *教師なし学習 ,  *人工知能推論 ,  独立性 ,  評価基準 ,  確率 ,  *コーパス ,  単語 ,  *人工知能 ,  パターン認識 ,  無作為抽出 ,  最適化 ,  評価試験
準シソーラス用語： Kernel法 ,  ランダムサンプリング ,  評価尺度 ,  尤度

分類 (2件)： 人工知能  (JE08000Z) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (5件)： 尺度 ,  知識 ,  粒度 ,  教師 ,  推定