文献

J-GLOBAL ID：202102275722353969   整理番号：21A0448664

日本のメタファ生成における顕著な特徴抽出【JST・京大機械翻訳】

Salient Feature Extraction in Japanese Metaphor Generation

著者 (2件)： Terai Asuka (Future University Hakodate,Dept. of Complex and Intelligent Systems,Hokkaido,Japan) ,  Kitano Masaki (Future University Hakodate,Dept. of Complex and Intelligent Systems,Hokkaido,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SCIS&ISIS  ページ： 1-6  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： メタファにおける概念の特長は,メタファ処理において重要な役割を果たす。本論文は,「人X」の形式におけるメタファ生成のためのいくつかの計算モデルを,測度として特徴サリエンスを用いて,ドメインDx(人Xのドメイン)における人Yである。入力は,人X,ドメインDx,ドメインDy(人Yのドメイン)から成る。モデルは,次に,人Xの特徴を抽出し,抽出した特徴に基づくドメインDyの人々を検索し,そして,人YとしてドメインDyにおける人の名前を出力する。特徴サリエンスのないモデルにおいて,抽出された特徴は発生の用語周波数に基づいている。特徴サリエンスを有するモデルにおいて,特徴のサリエンスを,用語周波数-逆文書周波数(tf-idf)法,および意見/評価表現のための重み付けを用いて推定した。心理学的実験を行い,顕著な特徴抽出のための方法の妥当性を検証し,メタファ発生におけるサリエンスに対する意見/評価表現の影響を調べた。発生と意見/評価表現の用語頻度に基づく特徴サリエンスを有するモデルは,特に特徴が抽出できる人Xに関連したほんのわずかな文書だけがあったとき,特徴サリエンスのないモデルより良好に機能することを示した。結果は,メタファー生成における特徴サリエンスの必要性と,意見/評価表現のためのtf-idfと重みづけを用いた顕著な特徴抽出のための方法のある程度の有効性を示唆した。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： 測度 ,  ジスプロシウム ,  *特徴抽出 ,  重みづけ ,  有効性 ,  計算モデル ,  *メタファ

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)： 日本 ,  メタファ ,  特徴抽出