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。
本論文では,グループワイズ予測モデルによる個人化充填休止(FP)を生成する方法を提案した。排水テキスト生成と比較して,ディスフルトテキスト生成は広く調査されていない。より多くの人間のようなテキストを生成するために,著者らは,ディスフルトテキスト生成に取り組んだ。FPs,rephrase,および単語フラグメントのような不感性の利用は,話者から話者まで異なり,従って,個人化FPの生成が必要である。しかし,位置のスパース性と,より頻繁に使用されるFPs間の周波数差のために,それらを予測することは困難である。さらに,各話者内の傾向の大きな変動のため,各話者にFP予測モデルを適応させることは時には困難である。これらの問題に取り組むために,FPを使用する傾向に基づいて話者をグループ分けすることによってグループ依存予測モデルを構築する方法を提案した。この方法は,各話者モデルを訓練するために大量のデータと時間を必要としない。さらに,FP予測に適した損失関数と単語埋込みモデルを導入した。著者らの実験結果は,グループ依存モデルが非個人化のものより高いスコアでFPsを予測でき,導入した損失関数と単語埋込みモデルが予測性能を改善することを証明した。【JST・京大機械翻訳】