文献

J-GLOBAL ID：202102273107037824   整理番号：21A1031020

文圧縮のためのトークンワイズCNNベース法【JST・京大機械翻訳】

A Token-Wise CNN-Based Method for Sentence Compression

著者 (8件)： Hou Weiwei (The Australian National University, Canberra, Australia) ,  Suominen Hanna (The Australian National University, Canberra, Australia) ,  Suominen Hanna (Data61/CSIRO, Eveleigh, Australia) ,  Suominen Hanna (University of Turku, Turku, Finland) ,  Koniusz Piotr (The Australian National University, Canberra, Australia) ,  Koniusz Piotr (Data61/CSIRO, Eveleigh, Australia) ,  Caldwell Sabrina (The Australian National University, Canberra, Australia) ,  Gedeon Tom (The Australian National University, Canberra, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12532  ページ： 668-679  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 文章圧縮は,元の文章を短縮し,それらの鍵情報を保存することを目指した自然言語処理(NLP)タスクである。そのアプリケーションは,多くの分野,例えば,言語教育のためのツールを構築することができる。しかし,現在の方法は,貧弱な処理速度に悩まされるReカレントニューラルネットワーク(RNN)モデルに基づいている。この課題に取り組むために,本論文では,削除ベース文圧縮のための変換者(BERT)特徴から事前訓練された双方向エンコーダ表現と共に,トークンワイズ畳込みニューラルネットワーク,CNNベースモデルを提案した。また,このモデルをRNNベースモデルおよび微調整BERTと比較した。RNNベースモデルの1つは,同じ入力を与える他のモデルよりも性能が優れているが,CNNベースモデルはRNNベース手法よりも10倍高速であった。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  自然言語処理 ,  *符号器 ,  応用プログラム
準シソーラス用語： 語学教育 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： ニューラルネットワーク ,  NLP ,  応用

分類 (2件)： 自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 文 ,  CNN