文献

J-GLOBAL ID：201902266272568041   整理番号：19A1959328

高速で効果的な特徴テンプレート選択アルゴリズムと文字正規化を用いたCRFベースの中国語単語セグメンテーションの強化【JST・京大機械翻訳】

Enhancing CRF-based Chinese Word Segmentation Using a Rapid and Effective Feature Template Selection Algorithm and Character Normalization

著者 (2件)： Ren Yulin ,  Li Dehua
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCTEC  ページ： 488-493  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： ロバスト性 ,  *高速度 ,  利得 ,  *アルゴリズム ,  ニューラルネットワーク ,  *セグメンテーション ,  自然言語処理 ,  *単語 ,  *中国語 ,  *正規化 ,  ホットスポット
準シソーラス用語： スコア ,  探索性能 ,  確率場 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (9件)： テンプレート ,  アルゴリズム ,  文字 ,  正規化 ,  CRF ,  中国語 ,  単語 ,  セグメンテーション ,  強化