文献

J-GLOBAL ID：202102255111408579   整理番号：21A0567234

文章埋込みに基づく重複記録検出法【JST・京大機械翻訳】

Duplicate record detection approach based on sentence embeddings

著者 (3件)： Lattar Hafsa (University of Manouba,ENSI,RIADI laboratory,Manouba,Tunisia) ,  Ben Salem Aicha (University of Manouba,ENSI,RIADI laboratory,Manouba,Tunisia) ,  Ben Ghezala Henda Hajjami (University of Manouba,ENSI,RIADI laboratory,Manouba,Tunisia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WETICE  ページ： 269-274  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： 重複記録検出はデータクリーニングのための重要なタスクである。記録表現は,このタスクの主な課題の一つである。Word埋込みモデルは記録表現を改善するために広く応用されている。しかしながら,意味的側面を強化するために単語埋込みによってなされた改善にもかかわらず,複製記録検出結果は,まだ不十分であるが,ここでは,各属性が文章として見なされる文章埋込みに基づく重複記録検出アプローチを提示する。最初に,普遍的文章符号器モデルを用いて,埋込みベクトルへの記録属性の値を埋め込んだ。その後,作成したベクトルに基づいて,記録対間の類似性ベクトルを計算した。最後に,サポートベクトルマシンアルゴリズムを用いて類似性ベクトルを分類した。2つのデータセット(CoraとRestaurant)に関する実験は,著者らの提案が最先端のベースラインを凌駕し,複製記録検出有効性の顕著な改善につながることを示した。Copyright 2021 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： アルゴリズム ,  ベクトル ,  複製 ,  符号器 ,  *検出法 ,  類似性 ,  基準線 ,  有効性 ,  単語 ,  サポートベクトルマシン
準シソーラス用語： Cora ,  データクリーニング , 【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)： 文章 ,  埋込み ,  検出法