文献

J-GLOBAL ID：201802274852612888   整理番号：18A0579014

教師つき問題分類のための教師なし潜在的ディリクレ配分法【Powered by NICT】

Unsupervised Latent Dirichlet Allocation for supervised question classification

著者 (1件)： Momtazi Saeedeh (Department of Computer Engineering and Information Technology, Amirkabir University of Technology, Tehran, Iran)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 54  号： 3  ページ： 380-393  発行年： 2018年 
JST資料番号： E0362B  ISSN： 0306-4573  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： *質問応答システム ,  情報検索 ,  再利用 ,  位相 ,  学習 ,  情報需要
準シソーラス用語： 訓練データ ,  トピックモデル ,  質問応答 ,  *潜在的ディリクレ配分 , 【Automatic Indexing@JST】

著者キーワード (3件)： 地域QA ,  質問分類 ,  LDA

分類 (2件)： 人工知能  (JE08000Z) ,  検索技術  (AC06020S)

タイトルに関連する用語 (3件)： 教師 ,  分類 ,  潜在的ディリクレ配分法