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。
ネットワーク埋め込みにより,ネットワーク上のノードに対して,オフ-シェルフ機械学習法を適用することが可能になる。ネットワーク埋込み法へのノードに関連するテキスト情報の活用は有利である。しかし,ネットワーク埋め込みへのテキスト情報の活用を試みる研究はわずかである。さらに,ネットワークと関連テキストの構造は時間とともに動的に変化することができ,この特性はノードと単語のベクトル表現のシフトをもたらす。しかしながら,著者らの知る限りでは,以前のネットワーク埋め込み法のどれも,ノードと単語のベクトル表現の経時変化を考慮していない。本論文では,ノードと単語を協調的に埋め込み,ノードと単語のベクトル表現の経時変化を考慮した動的テキスト属性ネットワーク埋込み法を提案した。実験結果は,(1)著者らの方法のノードのベクトル表現が分類とクラスタ化作業におけるベースライン方法より高い精度を達成することを示した。(2)ノードと単語のベクトル表現は,意味論的類似性をうまく捉える。そして,(3)著者らの方法は,時間にわたるベクトル表現の経時変化をうまく捉えることができた。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】