文献

J-GLOBAL ID：202002264358990500   整理番号：20A2274644

マルチラウンド決定機構に基づくアスペクトレベル感情差特徴相互作用マッチングモデル【JST・京大機械翻訳】

Aspect-Level Sentiment Difference Feature Interaction Matching Model Based on Multi-round Decision Mechanism

著者 (10件)： Wei Yanzhi (Shenzhen University, Shenzhen, China) ,  Wei Yanzhi (Shenzhen Technology University, Shenzhen, China) ,  Fu Xianghua (Shenzhen Technology University, Shenzhen, China) ,  Wang Shuxin (Shenzhen Technology University, Shenzhen, China) ,  Xie Wenhao (Shenzhen University, Shenzhen, China) ,  Xie Wenhao (Shenzhen Technology University, Shenzhen, China) ,  He Jianwei (Shenzhen University, Shenzhen, China) ,  He Jianwei (Shenzhen Technology University, Shenzhen, China) ,  Zhao Yonglin (Shenzhen University, Shenzhen, China) ,  Zhao Yonglin (Shenzhen Technology University, Shenzhen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12453  ページ： 477-491  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： 文章マッチングは自然言語理解における重要問題であるので,文章マッチングに関する研究は,情報検索,自動質問,および回答,機械翻訳,対話システム,パラフレーゼ同定などの多数の既知の自然言語処理タスクに適用できる。一連の自然言語処理タスクにおいて,文章マッチングモデルの参加と協調に頼る必要がある。文章マッチングモデルの性能は,これらの自然言語処理タスクの最終性能に大きく影響する。Al-SFIMモデルを提案し,単語相互作用の展望からマッチングモデルを改善した。第1に,著者らは,交差感情単語の間の相互作用を改善するために,側面レベル感情差の分布に基づく感情注意機構を提案して,感情空間位置知覚ベクトルを用いて,内部語間の相互作用と交差感情単語インタラクションのプロセスにおける主観的感情差を知覚する能力を持つように,感情空間位置知覚ベクトルを使用した。次に,メモリ状態の蓄積に基づくマルチラウンド決定機構を導入し,それは,多重ラウンドにおけるマッチング決定を繰り返し更新するために,動作記憶状態を反復的に更新し,それにより,モデルは,複雑な文章の意味をよりよく理解することができた。実験結果は,AL-SFIMモデルが文章マッチングにおける進歩を作って,複合体,長くて不可理解な文章のためのより良いマッチング性能を有することを示した。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： 記憶装置 ,  *相互作用 ,  ベクトル ,  情報検索 ,  機械翻訳 ,  自然言語処理 ,  多重化 ,  複合体 ,  単語
準シソーラス用語： 自然言語理解 ,  対話システム , 【Automatic Indexing@JST】

著者キーワード (4件)： アスペクトレベル ,  感情 ,  マッチング ,  語の相互作用

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： マルチ ,  感情 ,  相互作用 ,  マッチング ,  モデル