文献

J-GLOBAL ID：202202257132118492   整理番号：22A0853779

rum検出のためのXLNetに基づくハイブリッドニューラルネットワーク【JST・京大機械翻訳】

A hybrid neural network based on XLNet for rumor detection

著者 (3件)： Xiang Shunzhi (China Three Gorges University,College of Computer and Information Technology,Yichang,China) ,  Dong Fangmin (China Three Gorges University,College of Computer and Information Technology,Yichang,China) ,  Xu Shouzhi (China Three Gorges University,College of Computer and Information Technology,Yichang,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICPECA  ページ： 1207-1211  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ニューラルネットワークをイベントの信頼度を判断するために使用するとき,オリジナルのテキストと多重ユーザコメントはイベントを検出する重要な基底である。イベントは,同時にすべてのユーザコメントにおける単語レベル特徴,文章レベル特徴,および長期特徴によって記述することができる。XLNetに基づく反芻検出のためのハイブリッドニューラルネットワークモデルをそれらの特徴を統合することによって提案する。第1に,言語モデルとしてXLNetを用いて,テキスト情報を正確に記述でき,イベントの長期特性を節約することができ,文脈に従って同じ語彙を表現する。第2に,ハイブリッドニューラルネットワークは,時間的テキスト特徴を捉え,文脈に従って双方向テキスト情報を保持し,同時に局所特徴および大域的特徴を節約することができる。ネットワークにおける注意機構は,重要な特徴の割合を増加させることができた。最後に,分類関数を用いて分類結果を得た。関連する実験をWeiboデータセットで行った。XLNetに基づくハイブリッドニューラルネットワーク反動検出モデルの精度は93.56%に達し,XLNetとハイブリッドネットワークを用いて,反動器を検出する効率を証明した。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】

シソーラス用語： 信頼度 ,  *ネットワーク ,  基底 ,  *ニューラルネットワーク ,  語彙 ,  多重化 ,  反芻 ,  単語 ,  言語モデル
準シソーラス用語： 神経回路網モデル ,  局所特徴 ,  ハイブリッドネットワーク ,  テキスト情報 , 【Automatic Indexing@JST】

分類 (5件)： 専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R)

タイトルに関連する用語 (1件)： ニューラルネットワーク