文献

J-GLOBAL ID：202002267811048506   整理番号：20A1075442

階層的推論による細粒度分類【JST・京大機械翻訳】

Fine-Grained Entity Typing with Hierarchical Inference

著者 (1件)： Ren Quan (Beijing University of Posts and Telecommunications,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITNEC  ページ： 2552-2558  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 微細粒エンティティータイピングは,文脈関連の細粒型を実体に対して推論するタスクである。最近のモデルはタイプ推論におけるタイプ集合の階層構造を明示的に考慮していない。いくつかの最先端のモデルは,多重ラベル分類から単一ラベル分類への問題を変換し,確認バイアスをもたらす。そこで,文脈から実体情報を効果的に捉えることができるニューラルモデルを提案し,タイプ集合の層によって階層的にタイプ層を推論する階層的推論と階層的推論を提案した。最適化プロセスにおいて,著者らはまた,遠隔監視によって導入された確認バイアスとラベルノイズの副作用を効果的に軽減することができるペナルティ項を導入した。ベンチマークデータセットに関する実験は,著者らのモデルがミクロ-F1スコアにおいて最先端の結果を達成することを示した。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： 最適化 ,  雑音 ,  副作用 ,  多重化 ,  バイアス ,  階層構造 ,  ベンチマーク ,  *ペナルティ ,  型推論 ,  遠隔監視
準シソーラス用語： 神経回路網モデル ,  細粒度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 推論 ,  細粒度 ,  分類