文献

J-GLOBAL ID：202002222708630235   整理番号：20A1799583

ニュースイベントのための事象2Vecニューラル埋込み【JST・京大機械翻訳】

Event2Vec Neural Embeddings for News Events

著者 (2件)： Setty Vinay (University of Stavanger & Aalborg University, Stavanger, Norway) ,  Hose Katja (Aalborg University, Aalborg, Denmark)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGIR ’18  ページ： 1013-1016  発行年： 2018年 
JST資料番号： D0698C  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： 潜在的特徴ベクトルとしてのニュースイベントの表現は,ニュース推薦,ニュースイベントリンクなどのいくつかのタスクにとって不可欠であり,しかし,過去に提案された表現は,ニュースイベントの複雑なネットワーク構造を捉えるのに失敗する。本論文では,ネットワークを用いたニュースイベントのための潜在特徴ベクトルを学習する新しい方法である,イベント2Vecを提案する。最近提案されたネットワーク埋込み技法を用いて,ネットワークにおける様々な予測タスクに対して非常に効果的であることが証明されている。イベントは,名前のエンティティ,時間情報などの異なるクラスのノードを含むので,一般的目的ネットワーク埋込みは,イベント意味論に診断的である。この問題に取り組むために,イベントネットワークにおけるニュースイベントの近傍を捉えるように調整した偏ったランダムウォークを提案した。次に,これらの学習された埋込みは,vanilla Node2Vecのような強いベースライン,およびその他の最先端のグラフベースのイベントランキング技法を用いて,ニュースイベント推薦およびニュースイベントリンクタスクに対して効果的であることを示す。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  ネットワーク ,  ネットワーク構造 ,  酔歩 ,  *ニュース ,  基準線
準シソーラス用語： 時間情報 ,  特徴ベクトル ,  エンティティ , 【Automatic Indexing@JST】

著者キーワード (7件)： イベント2vec ,  ネットワーク埋込み ,  ニュース分類 ,  ニュースイベント埋込み ,  ニュースイベント表現 ,  ニュースリンク ,  ノード2vec

分類 (5件)： データ保護  (JD01020V) ,  計算機網  (JC03000K) ,  自然語処理  (JE06000L) ,  無線通信一般  (ND08010L) ,  電話・データ通信・交換一般  (ND11010T)

タイトルに関連する用語 (4件)： ニュース ,  イベント ,  事象 ,  埋込み