抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
質問応答システムは彼らの質問に対する集束応答を提供することにより,より正確にその情報ニーズを満足するユーザを支援する。そのような目的のために開発された種々の系の中で,地域に密着した質問応答は最近,社会的質問応答プラットフォームにおけるユーザ生成質問と回答の大きな量のために研究者の注目を集めている。そのようなデータ源の再利用問題分類器により増強された正確な情報検索成分を必要とする。質問分類は,入力問題に関連したカテゴリーからの質問と回答に焦点を当てることに関する質問カテゴリー情報を持つことに対する可能性を系を与える。本論文では,地域に密着した質問応答における質問を分類するための教師なし潜在的ディリクレ配分に基づく新しい方法を提案した。著者らの方法は,最初の大量のラベル無しデータから話題を抽出するための教師なしトピックモデリングを用いた。学習済みトピックモデルが,訓練データ中で利用可能なカテゴリーラベルとの関係を見つけるために訓練フェーズで使用されている。トピックスのカテゴリー混合物を最終的に見えないデータのラベルを予測するのに使用される。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】