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。
条件付きランダムフィールド(CRF)は中国語単語セグメンテーション(CWS)のための古典的モデルの間にある。深いニューラルネットワーク(DNNs)は,自然言語処理(NLP)における研究ホットスポットとして最近出現した。しかし,CWSに対するDNNの使用を探求する研究はCRFモデルに対して有意な利得をもたらさなかった。したがって,CWSのためのCRFの開発は,研究のための実行可能な手段のままである。本論文では,CRFに基づくCWSを強化するための2つの方法を提案した。最初に,迅速で効果的な逐次順方向選択(SFS)スタイル法を,探索速度による探索性能をバランスさせるために特徴テンプレート選択のために利用した。次に,従来の方法よりもロバストな文字正規化のための方法について述べた。2番目のSIGHANバケオフに関する増分評価は,2つの提案方法が,Fスコアに関して,それぞれ7.8%と10.6%まで誤差を減少させることを示した。最終的なシステムは0.955(AS),0.955(CITYU),0.970(MSR),0.952(PKU)のFスコアを達成し,参照で報告された最良のシステムのそれらに匹敵した。Copyright 2019 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】