抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
タスクの追跡におけるエージェントは,リンクされた主観的コンテンツ記述を有するドキュメントを含む参照ライブラリによって作業する可能性がある。新しい文書に直面して,エージェントは,その参照図書館における新しい文書を含むかどうかを決定しなければならない。単語のみの決定に基づいて,トピックやエンティティは,様々なドキュメントに対してバランスのとれた性能をもたらさないことが示されている。単語と記述の組合せさえも,手動後処理を必要とする単一指標に導かない。そこで本論文では,記述に関する逐次情報を用いて新しい文書のタイプを検出することにより単一指標を構築し,決定を自動化する。具体的には,文書タイプに対する隠れMarkovモデルの集合は文書のタイプを検出する。次に,エージェントは検出されたタイプに関する決定を基礎とする。隠れMarkovモデルを用いることにより,新しい文書内の関心位置の同定も可能になる。事例研究は著者らのアプローチの有効性を示した。Copyright 2020 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】