文献

J-GLOBAL ID：202202266193903974   整理番号：22A0157193

意味カテゴリーを用いた事前訓練されたVenue表現の解釈可能性の実現【JST・京大機械翻訳】

Enabling the interpretability of pretrained venue representations using semantic categories

著者 (7件)： An Ning (School of Software, Shandong University, Jinan, Shandong, China) ,  Chen Meng (School of Software, Shandong University, Jinan, Shandong, China) ,  Lian Li (School of Software, Shandong University, Jinan, Shandong, China) ,  Li Peng (Shandong Liju Robot Technology Co., Ltd, Jinan, Shandong, China) ,  Zhang Kai (Shandong Liju Robot Technology Co., Ltd, Jinan, Shandong, China) ,  Yu Xiaohui (School of Information Technology, York University, Toronto, Ontario, Canada) ,  Yin Yilong (School of Software, Shandong University, Jinan, Shandong, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 235  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： 位置ベースソーシャルネットワークの成長人気は,様々な軌道マイニングタスクのための高密度ベンキュー表現を生成するために,以前の研究で広く使われる大量のソーシャルチェックインデータをもたらす。本研究では,既存の方法が提供できないという基本的な性質であるベンキュー表現の説明可能性に焦点を当てた。解釈可能かつ容易に理解できるベンジ表現を生成する2つの新しいモデルを提案した。第1のモデル,CEMは,カテゴリ認識(カテゴリがレストラン,マールなど)チェックイン埋込みモデルであり,チェックイン記録の逐次パターンを捉えることによって,ベンキューとカテゴリ表現を生成する。第2のモデル(XEM)で,ベンキュー表現の各次元は意味的アンカー(即ち,カテゴリ)に対応し,コヒーレントなトピックとして解釈できる。著者らは,ベンキュー類似性計算およびベンジセマンティックアノテーションのための実世界チェックインデータセットを用いて,広範囲な実験を行い,経験的に,ベンキュー表現への解釈可能性の導入は,様々な下流タスクの性能を改善することを示した。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： *コヒーレンス ,  学習 ,  レストラン ,  類似性
準シソーラス用語： 意味表現 ,  高密度 ,  *判断能力 , 【Automatic Indexing@JST】

著者キーワード (5件)： Venue意味表現 ,  解釈可能 ,  埋込み学習 ,  意味マッピング ,  チェックイン

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 意味 ,  カテゴリー ,  訓練 ,  表現 ,  解釈可能性