偏極VAE:テキスト生成のための近接性に基づく非もつれ表現学習【JST・京大機械翻訳】

Balasubramanian Vikash; Kobyzev Ivan; Bahuleyan Hareesh; Shapiro Ilya; Vechtomova Olga

プレプリント

J-GLOBAL ID：202202207541938158 整理番号：21P0029870

偏極VAE:テキスト生成のための近接性に基づく非もつれ表現学習【JST・京大機械翻訳】

Polarized-VAE: Proximity Based Disentangled Representation Learning for Text Generation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年04月22日プレプリントサーバーでの情報更新日： 2021年01月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

実世界データの学習解答表現は挑戦的な未解決問題である。ほとんどの以前の方法は,タスク特異的損失による訓練による変分オートエンコーダ(VAE)のようなモデルの潜在空間における因数分解を操作する属性ラベルまたは教師なし手法を用いる教師つきアプローチのいずれかに焦点を合わせている。本研究では,偏光VAEを提案し,これらの属性に関してデータ点間の類似性を反映する近接測度に基づく潜在空間における属性を選択する手法を提案した。文の意味論と構文を解き,転送実験を行った。偏光VAEはVAEベースラインよりも優れ,最先端の手法と競合し,一方,他の属性分散タスクに適用できる一般的なフレームワークである。【JST・京大機械翻訳】

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

人工知能 , パターン認識

, , ,

前のページに戻る