MCVAE:関係分類とパターン生成のためのマージンベース条件付き変分オートエンコーダ【JST・京大機械翻訳】

Ma Fenglong; Li Yaliang; Zhang Chenwei; Gao Jing; Du Nan; Fan Wei

文献

J-GLOBAL ID：202002281673796810 整理番号：20A1512414

MCVAE:関係分類とパターン生成のためのマージンベース条件付き変分オートエンコーダ【JST・京大機械翻訳】

MCVAE: Margin-based Conditional Variational Autoencoder for Relation Classification and Pattern Generation

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1512414&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (6件)： , , , , ,
資料名：
号： WWW ’19 ページ： 3041-3048 発行年： 2019年
JST資料番号： D0698C 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)

関係分類は自然言語処理における基本的だが重要なタスクである。既存の関係分類手法は,主に遠隔監視に依存し,それは,エンティティのペアを言及し,与えられたコーパスから抽出した文のバッグが,このエンティティペアの同じ関係タイプを表現すべきであると仮定する。これらのモデルの訓練は,多くの高品質バッグレベルデータを必要とする。しかしながら,医学領域のような特定のドメインでは,それらの間にある医学的関係を持つ2つのエンティティを言及するテキストコーパスにおいて,十分で高品質な文章を得ることは難しい。そのような場合,与えられた関係を持つ多様な表現されたエンティティペアから代表的な特徴(すなわち共通パターン)を捉える既存の識別モデルにとって難しい。したがって,限られた特徴をコーパスから得るとき,分類性能は保証できない。この課題に取り組むために,本論文では,パターンスパース性を処理するために,条件付き変分自動符号器(CVAE)と呼ばれる生成モデルを採用することを提案した。各関係は,この関係を表現するすべての可能な文章から個別に学習された潜在分布を持つことを明らかにした。これらの分布が入力再構成の目的に基づいて学習されるので,モデルの分類能力は十分に強くなく,改善されるべきである。異なる関係分布の違いを識別することにより,マージンベース正則化器を設計し,分類能力を著しく強化できるマージンベースCVAE(MCVAE)を導いた。さらに,MCVAEは,与えられた関係を記述する意味的に意味のあるパターンを自動的に生成することができる。2つの実世界データセットに関する実験は,関係分類と関係特異的パターン生成のタスクに対する提案したMCVAEの有効性を検証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , ,
, , , , , , 【Automatic Indexing@JST】

自然語処理

, ,

前のページに戻る