文献

J-GLOBAL ID：201902284386387378   整理番号：19A2417764

文書分類における深層学習技術の応用【JST・京大機械翻訳】

Application of Deep Learning Techniques on Document Classification

著者 (3件)： Manna Mainak (Hyland Software Research & Development, Kolkata, India) ,  Das Priyanka (Indian Institute of Engineering Science and Technology, Shibpur, Howrah, India) ,  Das Asit Kumar (Indian Institute of Engineering Science and Technology, Shibpur, Howrah, India)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11683  ページ： 181-192  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 文書の内容を分析するためには,いくつかのカテゴリへの文書の自動割当が非常に必要である。したがって,文書分類は機械学習,人工知能,情報抽出,自然言語処理,および多くの分野で重要な役割を果たす。文書を特定のカテゴリーまたはクラスに割り当てるこの問題は,今日までいくつかの方法でアプローチされており,多くの新しい技術的進歩により,このクラスの問題は興味深い解決策を持っている。テキスト分析と構文分析に関連するプロセスとは別に,深い学習はこの分類シナリオを解決する方法を提供した。本研究では,利用可能な文書のクラスを割り当てることを試みるより簡単なモデルを得るために適用できる,深い学習で使用される基本的な構築ブロックのいくつかに関する比較研究を示した。本比較研究は,これらの構成要素が作業に及ぼす影響をどのように変えることができるかを示した。モデルの評価は標準的な利用可能なデータセットで行った。これらの深い学習モデルにより提供される非線形性は,テキスト分類問題に対する最先端の結果を得るのに有用である。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 非線形性 ,  構文分析 ,  自然言語処理 ,  情報抽出 ,  機械学習 ,  *人工知能 ,  学習モデル
準シソーラス用語： テキスト分類 ,  テキスト解析 ,  *深層学習 ,  *文書分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習モデル ,  畳み込みニューラルネットワーク ,  長期短期記憶 ,  サポートベクトルマシン ,  ナイーブBayes

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 文書 ,  分類 ,  深層学習 ,  応用