文献

J-GLOBAL ID：202002217751000000   整理番号：20A0426469

畳込みニューラルネットワークによる中国の短いテキストクラスタリングアンサンブルに関する研究【JST・京大機械翻訳】

Research on Chinese Short Text Clustering Ensemble via Convolutional Neural Networks

著者 (4件)： Wan Haowen (Dalian Maritime University, Dalian, China) ,  Ning Bo (Dalian Maritime University, Dalian, China) ,  Tao Xiaoyu (Dalian Maritime University, Dalian, China) ,  Long Jianfei (Dalian Maritime University, Dalian, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 572  ページ： 622-628  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  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： 従来のテキストと異なり,短いテキストは,高次元性,希薄性,および大きなテキストサイズによって特徴付けられる。同時に,いくつかの既存のクラスタリング集合アルゴリズムは,各クラスタを等しく処理し,クラスタリング結果が十分でないという問題をもたらす。この問題を解決するために,本論文は,畳込みニューラルネットワーク(CNN)に基づく短いテキストクラスタリングアンサンブルアルゴリズムを提案した。最初に,単語間の意味関係を保存し,多次元単語ベクトル表現を得るために,単語2vecモデルを用いた。第二に,特徴をCNNと結合する元のベクトルから抽出した。第三に,クラスタ化法を用いてベクトルをクラスタ化した。次に,最終的に,Gini係数を用いて,クラスタリングの信頼性を測定し,最終クラスタ化集合を実行した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  単語 ,  アルゴリズム ,  *クラスタ ,  *クラスタ化 ,  高次元 ,  信頼性
準シソーラス用語： Gini係数 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 短いテキスト ,  CNN ,  クラスタ化アンサンブル

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  中国 ,  研究