文献

J-GLOBAL ID：202202253120850127   整理番号：22A1019072

相互情報を最大化することによるキーフレーズ生成のためのGCNベース文書表現【JST・京大機械翻訳】

GCN-based document representation for keyphrase generation enhanced by maximizing mutual information

著者 (9件)： Yang Peng (School of Computer Science and Engineering, Southeast University, Nanjing, China) ,  Yang Peng (School of Cyber Science and Engineering, Southeast University, Nanjing, China) ,  Yang Peng (Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, Nanjing, China) ,  Ge Yanyan (School of Computer Science and Engineering, Southeast University, Nanjing, China) ,  Ge Yanyan (Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, Nanjing, China) ,  Yao Yu (School of Computer Science and Engineering, Southeast University, Nanjing, China) ,  Yao Yu (Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, Nanjing, China) ,  Yang Ying (School of Computer Science and Engineering, Southeast University, Nanjing, China) ,  Yang Ying (Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, Nanjing, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 243  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： キーフレーズ生成は自然言語処理の重要な基本的タスクであり,ユーザは,特にそれらが非公式ソーシャルメディアテキストに直面するとき,多数の文書から貴重な情報を急速に獲得するのを助けることができる。既存のリカレントニューラルネットワーク(RNN)ベースのキーフレーズ生成方式は,非公式テキストの依存性構造を適切にモデル化することができず,それは,しばしばそれらの遠隔単語の間で暗黙であり,顕著な情報を抽出する際に重要な役割を果たす。テキストのコア特徴を得るために,文書レベルグラフにグラフ畳込みネットワーク(GCN)を適用し,依存性構造情報を捉えた。GCNベースのノード表現は,さらに予測ネットワークに供給され,コピー機構の潜在的候補を提供する。さらに,新しい変分セレクタネットワークを利用して,与えられた文書からコピーし,語彙から生成される確率に依存するフレーズにおける各単語の最終選択確率を決定した。最後に,文書と生成されたキーフレラーゼ間の相互情報を最大化するための強化機構を導入し,それらの間の一貫性を保証した。実験結果は,著者らのモデルが,Weibo,Twitter,およびStackEx変化を含む3つの社会的データセットに関する以前の最先端基準線より優れていることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *表現 ,  変分法 ,  情報 ,  ネットワーク ,  依存性 ,  語彙 ,  自然言語処理 ,  基準線 ,  *文書 ,  単語
準シソーラス用語： リカレントニューラルネットワーク ,  フレーズ ,  ツイッター , 【Automatic Indexing@JST】

著者キーワード (4件)： キーフレーズ生成 ,  シーケンスからシーケンスへ ,  グラフ畳込みネットワーク ,  相互情報

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： 最大化 ,  キー ,  フレーズ ,  文書 ,  表現