文献

J-GLOBAL ID：202002279816340374   整理番号：20A2764895

LSTMによるハッシュタグのセグメンテーション【JST・京大機械翻訳】

Segmentation of Hashtags with LSTM

著者 (2件)： Kurttekin Omer (Yildiz Teknik Ueniversitesi,Bilgisayar Muehendisligi,Istanbul,Turkey) ,  Amasyali M. Fatih (Yildiz Teknik Ueniversitesi,Bilgisayar Muehendisligi,Istanbul,Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ASYU  ページ： 1-3  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： 自然言語処理ツールは,ハッシュタグのような空間なしで単語の意味を抽出することができない。これらの化合物語は,空間を間置することによって分離しなければならない。本研究では,Hashtagとニュースデータセット上でニュースコーパスで訓練されたリカレントニューラルネットワークであるLong Short-Termメモリ(LSTM)の成功を分析した。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： 記憶装置 ,  *セグメンテーション ,  自然言語処理 ,  ニュース ,  単語 ,  コーパス
準シソーラス用語： リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： LSTM ,  ハッシュタグ ,  セグメンテーション