文献

J-GLOBAL ID：202002234761946185   整理番号：20A2085035

文脈ベース量子言語モデルと質問応答への応用【JST・京大機械翻訳】

Context Based Quantum Language Model with Application to Question Answering

著者 (3件)： Zhao Qin (Harbin Institute of Technology, Shenzhen, China) ,  Hou Chenguang (Centre for Remote Imaging, Sensing and Processing, National University of Singapore, Singapore, Singapore) ,  Xu Ruifeng (Harbin Institute of Technology, Shenzhen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12408  ページ： 27-38  発行年： 2020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： 量子確率理論により,用語依存性をモデル化するための原理的アプローチを狙った量子言語モデル(QLM)は,ますます注目を集めている。しかし,それらは理論的により一般的であり,効果的な性能を持つとしても,現在のQLMは文脈情報を考慮していない。最も重要な要素,すなわち密度行列は,単語プロジェクタの総和として構築され,その表現は文脈情報に依存しない。この問題に取り組むために,Contextベースの量子言語モデル(C-QLM)を提案した。単語埋込みと文章密度マトリックスの間で,双方向の長い短期記憶ネットワークを採用して,隠れコンテキスト情報を学習した。次に,ベクトルの集合を利用して,マッチングスコアを計算するために使用できる質問と回答文のための密度行列の特徴を抽出した。TREC-QAとWIKI-QAデータセットに関する実験結果は,提案モデルの有効性を実証した。Copyright Springer Nature Switzerland AG 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 ,  密度行列 ,  ネットワーク ,  投影機 ,  確率論 ,  有効性 ,  単語 ,  *言語モデル
準シソーラス用語： TREC ,  文脈情報 ,  コンテキスト情報 , 【Automatic Indexing@JST】

著者キーワード (3件)： 文脈情報 ,  量子言語モデル ,  質問応答

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： 文脈 ,  量子 ,  言語モデル ,  質問応答 ,  応用