文献

J-GLOBAL ID：202002242934483786   整理番号：20A0902701

領域適応意味マッチングによるフォーラム重複質問検出【JST・京大機械翻訳】

Forum Duplicate Question Detection by Domain Adaptive Semantic Matching

著者 (2件)： Xu Zhuojia (Communication and Computer Network Laboratory of Guangdong, School of Computer Science and Engineering, South China University of Technology, Guangzhou, China) ,  Yuan Hua (Communication and Computer Network Laboratory of Guangdong, School of Computer Science and Engineering, South China University of Technology, Guangzhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 56029-56038  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： コミュニティ量子化(CQA)フォーラム(例えば,スタックオーバフロー,スタック交換およびマスクオープンオンラインコース(MOOC)フォーラム)は,フォーラムに関する重複質問を管理するために多くの人力および時間を費やした。重複質問の不整合により,ユーザは「新しい」質問を保証し,重複質問の連続的蓄積は,ユーザ満足に影響を及ぼす情報検索を再び妨げる可能性がある。構文解析のためのニューラルネットワーク(NN)モデルは,エンドツーエンド重複質問検出の可能性を提供する。一方,ドメインデータと専門知識の欠如のために,意味論的構文解析のためのNNモデルは,CQA重複質問検出に直接適用されない。本論文では,マルチドメインフォーラムに対するマルチタスク転送学習フレームワークと統合した意味マッチングモデル(SMM)を提案した。単語から単語への相互作用に基づく単語から文への相互作用メカニズムを設計することにより,SMMは,文レベルにおける意味論に従って,潜在的類似単語に対する注意を自動的に選択するか,または注意を払うことができる。ベンチマークデータセットとMOOCフォーラムデータセットに関する実験は,SMMがベースラインより優れていて,その相互作用機構が効果的であり,それが交差領域重複質問検出において優位性を有することを示した。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】

シソーラス用語： 相互作用 ,  情報検索 ,  意味論 ,  学習 ,  ニューラルネットワーク ,  構文分析 ,  エンドツーエンド方式 ,  不整合 ,  オーバフロー ,  基準線 ,  ベンチマーク ,  *単語
準シソーラス用語： 専門知識 ,  マルチタスク ,  マルチドメイン , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 適応 ,  意味 ,  マッチング ,  フォーラム ,  質問