文献
J-GLOBAL ID:202102258714222876   整理番号:21A2356864

意味論的に強化した単語埋込みによるテキスト分類【JST・京大機械翻訳】

Text classification with semantically enriched word embeddings
著者 (5件):
資料名:
巻: 27  号:ページ: 391-425  発行年: 2020年 
JST資料番号: W1059A  ISSN: 1351-3249  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
多重機械学習分野にわたる深層ニューラルアーキテクチャにおける最近のブレークスルーは,深層ニューラルモデルの広範な利用をもたらした。これらの学習者はしばしば既存の意味情報を無視あるいは不十分に利用するブラックボックスモデルとして適用される。本研究では,テキスト分類タスクに焦点を当て,意味情報を持つ深層ニューラルネットワーク(DNN)への入力増強のための方法を検討した。セマンティック周波数ベクトルを形成する重み付き概念項の形で,WordNetセマンティックグラフから前処理テキストにおける単語に対する意味論を抽出する。概念は,基本,部分音声ベース,および意味埋込み投影法を含む,様々な意味的解消技法によって選択される。さらに,概念グラフにおける意味的関係を利用し,拡散活性化成分を伝達する重み伝搬機構を考察した。単語2vec埋込みを,連結または置換を通して得られた意味ベクトルで強化し,DNNを介して分類タスクに意味的に拡張された単語埋込みを適用した。確立されたデータセット上の実験結果は,入力空間における意味的増大の著者らのアプローチが,最良性能を提供する連結によって,有意に分類性能を向上することを実証した。また,無視できる性能損失を伴うラジカル次元縮小ポテンシャルとともに,意味ベクトル上の項周波数反転文書周波数正規化の挙動に関して,著者らのアプローチによって生成された付加的な興味深い知見も注目した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
自然語処理  ,  人工知能 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る