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。
テキスト分類は基本的にテキストデータを異なるグループに分類することである。テキスト分類は,ニュースフィルタリングと組織,文書組織化と検索,意見マイニング,および電子メール分類とスパムフィルタリングを含む,様々なドメインに適用された。しかし,BigデータのEraでは,テキストデータが第2に生成されるので,テキストを手動で分類することは,ほとんど不可能である。本論文は,DL分類モデル,CNNおよびRNNに関して,より強調した一般的タスク分類方法について簡潔に話した。CNNはテキストの単語パターンを抽出するのに良い。特定の単語存在と位置を検出することによって分類を行った。RNNはテキストを単語埋込みベクトルに変換し,ベクトルを逐次データとして処理する。それは単語配列に基づく一連の計算による分類を行う。また,本論文は,CNNとRNN分類モデルの性質をさらに探究するいくつかの研究論文を分析する。最後に,現在のテキスト分類モデル顔が直面する問題を扱う。Copyright 2022 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】