文献

J-GLOBAL ID：202202246264597308   整理番号：22A0980200

ETBTRank:新興トピック発見のための論文タイトルにおけるバイタームランキング【JST・京大機械翻訳】

ETBTRank: Ranking Biterms in Paper Titles for Emerging Topic Discovery

著者 (3件)： Wu Junfeng (School of Information Technology, Deakin University, Burwood, VIC, Australia) ,  Huang Guangyan (School of Information Technology, Deakin University, Burwood, VIC, Australia) ,  Zarei Roozbeh (School of Information Technology, Deakin University, Burwood, VIC, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13151  ページ： 775-784  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： しばしば2つの科学的サブフィールドの協調から生じるエマージングトピックスは,各項が異なるサブフィールドを表す項(項の対)によって表現できる。しかし,新しい話題を正確に表現するために,そのような2つの臨界項を自動的に見つけることは挑戦的である。第1に,既存の用語重み付けモデル(TF-IDF,TextRank,RAKE,KECNW,およびYAKE)は,臨界双項ではなく,臨界単一項を見つけるのに有効である可能性がある。第2に,新しい話題を表現するのに適している可能性のある二項は,テキスト(例えば,紙の標題から成るコーパス)において非常に低い発生を持つ。従って,著者らは,2つの項を組み合わせ,2項のバッグを生成するために,上記の項重み付けモデルは,まだ無効であり,これらの希少な潜在的二項をフィルタリングするであろう。本論文では,新たな話題を表現するための二項の自動抽出を支援する新しいEmerging Topic BiTerm Rank(ETBTRank)モデルを提案して,非重要双項から新たなトピックバイタームを識別する。。”新しいトピックスの表現を,新しい話題の表現のために,自動的に抽出するのを助けるために,新しいEmerging Topic BiTerm Rank(ETBTRank)モデルを提案した。ETBTRankでは,二項で2項を別々に重み付けし,2項自体が稀である場合,2項のそれぞれが高重みを持ち,その後,それは新たな話題である。論文標題データセットに関する実験的研究は,提案モデルの有効性を実証した。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： 情報検索 ,  著者 ,  フィルタリング ,  自然言語処理 ,  *臨界 ,  モデル ,  等級づけ ,  重みづけ ,  有効性 ,  コーパス
準シソーラス用語： 自動抽出 ,  用語抽出 , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動2項抽出 ,  自動用語抽出 ,  情報検索 ,  新興トピックの2項 ,  自然言語処理

分類 (5件)： 一成分系の相平衡・状態図  (CB03013K) ,  風洞,各種試験装置,付属装置  (QK03010A) ,  低温技術  (BA02040H) ,  触媒操作  (XE01050T) ,  論理代数  (JB03000H)

タイトルに関連する用語 (4件)： トピック ,  発見 ,  論文 ,  タイトル