文献
J-GLOBAL ID:201902256351530585   整理番号:19A1947608

畳込み-デコンボリューション語埋め込み:自然言語処理のためのエンドツーエンドマルチプロトタイプ融合埋込み法【JST・京大機械翻訳】

Convolution-deconvolution word embedding: An end-to-end multi-prototype fusion embedding method for natural language processing
著者 (4件):
資料名:
巻: 53  ページ: 112-122  発行年: 2020年 
JST資料番号: W3167A  ISSN: 1566-2535  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
既存の教師なし単語埋め込み法は,自然言語処理(NLP)の様々なタスクに関する潜在的意味情報を獲得するのに有効であることが証明されている。しかしながら,既存の単語表現法は,NLPタスクにおける一般的な現象である,ポリセモス-無意識およびタスク-無意識問題の両方に取り組むことができない。本研究では,文脈特異的情報とタスク特異的情報を融合させるエンドツーエンド多重プロトタイプ融合埋め込みである,新しい畳込みデコンボリューションWord埋込み(CDWE)を提案した。著者らの知る限りでは,コンピュータビジョンで広く使われているデコンボリューション(例えばコンボリューション変換)を,単語埋め込み生成に拡張することが最初である。著者らは,NLPにおける2つの代表的タスクに適用することによって,CDWEの効率性と一般化能力を経験的に実証した。テキスト分類と機械翻訳である。CDWEのモデルは,ベースラインを著しく上回り,両方のタスクに関して最先端の結果を達成した。CDWEの効率をさらに検証するために,CDWEが,デコンボリューションの出力を評価するための既存の戦略である,Text Deconvolution Saliencyを分析することにより,ポリセモス-無意識およびタスク-無意識問題をどのように解決するかを実証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
電子航法一般  ,  図形・画像処理一般 

前のページに戻る