記号表現ベクトル学習機能を有するニューラルネットの英語前置詞句係り先決定問題における実験的評価

DOI 機関リポジトリ (HANDLE) Web Site オープンアクセス
  • 本木 実
    九州大学大学院システム情報科学府知能システム学専攻 : 博士後期課程
  • 冨浦 洋一
    九州大学大学院システム情報科学研究院知能システム学部門
  • 日高 達
    九州大学名誉教授
  • 嶋津 好生
    九州産業大学工学部電気工学科
  • 高橋 直人
    独立行政法人産業技術総合研究所(AIST)

書誌事項

タイトル別名
  • An Evaluation of a Layered Neural Network which Have Function of Learning Vectorial Symbol Representations on PP-attachment Ambiguity Resolution
  • キゴウ ヒョウゲン ベクトル ガクシュウ キノウ オ ユウスル ニューラルネット ノ エイゴ ゼンチシク カカリ サキ ケッテイ モンダイ ニ オケル ジッケンテキ ヒョウカ

この論文をさがす

説明

This paper describes a PP-attachment ambiguity resolution with a layered neural network which have function of learning vectorial symbol representations. The proposed model does not update only link weight but also vectorial symbol representations. We show qualitative difference between a proposed model and an ordinary layered neural network, which has more hidden units (i.e. more parameters) to have more flexibility but does not update symbol representations.

収録刊行物

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ