文献

J-GLOBAL ID：202002223723146373   整理番号：20A2770503

多次元動的単語ベクトルに基づくショートテキスト意図認識【JST・京大機械翻訳】

Short-text intention recognition based on multi-dimensional dynamic word vectors

著者 (3件)： Xiao Mei (Tourism and Cultural management college, Sichuan Tourism University, Chengdu, Sichuan Province, 610000, China) ,  Yao Miao (Department of Software engineering, Xinjiang University, Urumqi, Xinjiang Province, 830000, China) ,  Li Ying (Tourism and Cultural management college, Sichuan Tourism University, Chengdu, Sichuan Province, 610000, China)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1678  号： 1  ページ： 012080 (9pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 少数の単語とスパース特徴を有する短文のために,テキスト表現を豊かにするテキストコンテキスト意味情報を使用することは,非常に重要である。現在,静的単語ベクトルのテキスト表現方法は,異なる文章における同じ単語に対して同じである。ある展望から,文脈的意味情報は完全には利用されていない。したがって,本論文は,テキスト表現を強化するために,異なる次元からより包括的な文脈的意味情報をマイニングするために,BERTとELMoの組合せを使用することを提案した。BERTモデルは,単語レベル,文章レベルおよび文章間の関係を完全に記述した。ELMoモデルは,ポリセミーの問題を解決することができる。LSTMと注意機構を用いて高次元テキスト特徴を抽出し,CRFを用いて意図を認識する。実験により,本論文で提案した多次元動的単語ベクトル意図認識モデル(MD-Intent)は,ATIS-2データセットとSNIPSデータセットの両方に対して良好な性能を達成した。Please refer to the publisher for the copyright holders. 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 ,  *高次元 ,  *単語 ,  認知モデル
準シソーラス用語： 意味情報 ,  長短期記憶 , 【Automatic Indexing@JST】

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 (5件)： 多次元 ,  単語 ,  ベクトル ,  ショート ,  意図