文献

J-GLOBAL ID：202202226050198577   整理番号：22A0980348

ポルトガル語名付きエンティティ認識のための単語埋込みの結合【JST・京大機械翻訳】

Combining Word Embeddings for Portuguese Named Entity Recognition

著者 (2件)： da Silva Messias Gomes (Programa de Pos-graduacao em Computacao Aplicada (PPComp), Instituto Federal do Espirito Santo (IFES), Serra, Brazil) ,  de Oliveira Hilario Tomaz Alves (Programa de Pos-graduacao em Computacao Aplicada (PPComp), Instituto Federal do Espirito Santo (IFES), Serra, Brazil)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13208  ページ： 198-208  発行年： 2022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： Named Entity認識(NER)は,テキスト要素を同定し,それらを,人々,位置,組織,その他の名前のような事前定義クラスに分類するタスクである。最近,ニューラルネットワークに基づくNERシステムは最先端の結果を獲得した。この種のシステムの主成分の1つは,言語モデルで静的(伝統的)または文脈的訓練が可能な単語埋込み表現である。本研究では,ポルトガルのNERのためのより豊富な表現を得るために,伝統的および文脈的埋込みを組み合わせる戦略を解析した。条件付確率場(CRF)アルゴリズムを統合した分類モデルとして二方向長短温度メモリ(BiLSTM)を採用した。異なるコーパスで実験を行い,得られた結果は,単語埋込みモデルの組合せ戦略が実行可能であり,ポルトガルにおける最先端のNERシステムに匹敵する結果をもたらすことを実証した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  記憶装置 ,  *データ ,  分類 ,  研究 ,  ニューラルネットワーク ,  ポルトガル共和国 ,  文脈 ,  *単語 ,  埋込み【挿入】 ,  コーパス ,  言語モデル
準シソーラス用語： *ポルトガル語 ,  条件つき確率場 ,  *エンティティ ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 名前付きエンティティ認識 ,  単語埋め込み ,  言語モデル ,  ニューラルネットワーク

分類 (3件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ポルトガル ,  エンティティ ,  単語 ,  埋込み