| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-02-08 09:30 直喩生成データセットを用いた比喩表現の自動選択 ○蜜石湧斗・嶋田和孝（九工大）  NLC2018-42 |
|
| 抄録 | （和） | 比喩は心象を利用して説明や記述を分かりやすくし，協調や誇張の効果がある． 平易な文を比喩表現を含む文に書き換えることで情報をより円滑に伝達することが可能になる． 本研究ではどのような文にも対応した比喩書き換えを行うために，文脈に適した比喩表現を自動で選択する手法について提案する． まず，比喩選択モデルの学習に用いる直喩生成データセットの作成する． 比喩の適切さ (比喩度) を用いて，文脈に適している比喩表現を含むデータを収集する． 自動比喩選択を行うために，Neural Networkによる比喩選択モデルを提案し， 作成したデータセットで学習し，自動比喩選択を行う． 実験では比喩選択システムを用いた比喩選択の適切さについて検証し， 既存の連想辞書を用いる手法では行えない新規性のある比喩書き換えの有効性を確認した． |
| （英） | Figurative expressions are one of effective approaches to lead readers to understand. In this paper, we propose a selection method of a suitable figurative expression about an adjective in a sentence by using neural networks (LSTM with attention). NNs usually need a large amount of training data for generating a model. We first construct the training date set automatically by computing a simile-likelihood score of each figurative candidate. Next, we select sentence-figurative expression pairs with high simile-likelihood scores as the training data. Then, we generate a LSTM-based selection model by using the training data. We obtained sentences with some interesting figurative expressions that cannot be selected by dictionary-based methods. |
|
| キーワード | （和） | 直喩生成データセット / 自動選択 / 深層学習 / / / / / |
| （英） | Automatically Generated Data Set / Automatic Selection / Deep Learning / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 439, NLC2018-42, pp. 35-40, 2019年2月. | |
| 資料番号 | NLC2018-42 | |
| 発行日 | 2019-01-31 (NLC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLC2018-42 |
|
| 研究会情報 | |
| 研究会 | NLC IPSJ-IFAT |
| 開催期間 | 2019-02-07 - 2019-02-08 |
| 開催地（和） | 龍谷大学大宮キャンパス |
| 開催地（英） | Ryukoku University Omiya Campus |
| テーマ（和） | 第14回 テキストアナリティクス・シンポジウム |
| テーマ（英） | The 14th Text Analytics Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2019-02-NLC-IFAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 直喩生成データセットを用いた比喩表現の自動選択 |
| サブタイトル（和） | |
| タイトル（英） | Selection of Figurative Expression Using Automatically Generated Data Set |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 直喩生成データセット / Automatically Generated Data Set |
| キーワード(2)（和/英） | 自動選択 / Automatic Selection |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 蜜石 湧斗 / Yuto Mitsuishi / ミツイシ ユウト |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第2著者 氏名（和/英/ヨミ） | 嶋田 和孝 / Kazutaka Shimada / シマダ カズタカ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology, (略称： Kyutech) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-02-08 09:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2018-42 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.439 |
| ページ範囲 | pp.35-40 |
| ページ数 | 6 |
| 発行日 | 2019-01-31 (NLC) |
[研究会発表申込システムのトップページに戻る]