| 作成者 |
|
|
|
|
|
|
|
| 本文言語 |
|
| 出版者 |
|
|
|
| 発行日 |
|
| 収録物名 |
|
|
|
| 巻 |
|
| 号 |
|
| 開始ページ |
|
| 終了ページ |
|
| 出版タイプ |
|
| アクセス権 |
|
| 権利関係 |
|
|
|
| 関連DOI |
|
| 関連URI |
|
| 関連HDL |
|
| 概要 |
多くの自然言語処理タスクにおいて単語分散表現が利用されている．しかし，各単語に 1 つの分散表現を割り当てるアプローチでは，多義語における各語義の情報が混在してしまう．この問題に対処するために，先行研究では品詞やトピックごとに異なる分散表現を割り当てたが，これらの手法には多義性を扱う粒度が粗いという課題がある．本研究では，単語間の依存関係を手がかりとして各単語に複数の分散表現を割り当てる手法を提案...する．提案手法は，先行研究よりも細かい粒度で多義性を扱うことができる反面，データスパースネス問題が危惧される．そこで我々は，多義語における各分散表現の初期値として，語義を区別せずに事前学習した分散表現を用いることでこの問題に対処する．単語間の意味的類似度推定タスクおよび語彙的換言タスクにおける実験の結果，提案手法は各単語に複数の分散表現を割り当てる先行研究よりも高い性能を発揮した．また，各単語の出現頻度が与える影響についての分析の結果，事前学習した分散表現を用いることがデータスパースネス問題を解決するために有効であることも確認できた．続きを見る
|
Mendeley出力
