文字レベル残差畳み込みニューラルネットワークを用いた日本語文書分類に対する転移学習
この論文をさがす
抄録
近年,深層畳み込みニューラルネットワーク(DCNN)を用いることによって,高精度に文書分類ができることが知らてきている.とくに,Zhang らは,単語を文字レベルに分解したのち,比較的深い層をもつCNNにより,文書分類を行い,優れた分類結果を得ている.しかし,日本語の文書に対する文字レベルCNNを用いた文書分類の研究例はまだ少ない.その原因として,文書分類に利用できる日本語データセットの少なさが挙げられる.その問題に対処する手法として,他のタスクの学習結果を用いる,転移学習と呼ばれる手法が挙げられる.本論文では,従来の文字レベルCNNに対し,Residual Networkを適用し,より層を深くしたネットワークに対して,転移学習を行うことで,より精度を高めることを狙う.また,様々なデータセットに手法を適用し,その効果を確認する.
収録刊行物
-
- 第80回全国大会講演論文集
-
第80回全国大会講演論文集 2018 (1), 571-572, 2018-03-13
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1050292572146698624
-
- NII論文ID
- 170000177286
-
- NII書誌ID
- AN00349328
-
- Web Site
- http://id.nii.ac.jp/1001/00188707/
-
- 本文言語コード
- ja
-
- 資料種別
- conference paper
-
- データソース種別
-
- IRDB
- CiNii Articles