| 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 | 2019-11-28 15:15 W2Vを用いたLSTMの前処理としての特徴選択の有効性 ○古賀詩織・峯 恒憲・廣川佐千男（九大）  AI2019-34 |
|
| 抄録 | （和） | RNNの中でも特にLSTMは長期記憶が可能で，より優れた文脈情報を含んだ情報の獲得が期待でき，分類問題をはじめ，様々な問題に利用されてきた．そのような分類問題において，文章を構成する単語の中から分類に寄与する単語などの情報を選ぶ特徴選択により，分類精度の向上を行う様々な試みが行われてきた．しかしながら，LSTMは文脈を重要視しているため，LSTMの入力中の単語を取捨選択する試みは，筆者らの知る限り行われていない．本研究では，LSTMの入力文中の単語表現としてWord2Vecを用い，LSTMの入力の前処理として特徴選択を行うことの有効性を示す．実験結果から，特徴選択を行うと分類精度が向上することが示された． |
| （英） | Among RNNs, especially LSTM is capable of long-term memory, and can be expected to acquire information including better contextual information, and has been used for various problems including classification problems. In such classification problems, various attempts have been made to improve the accuracy of classification by selecting features such as words that contribute to classification from among the words that make up sentences.However, since LSTM attaches importance to the context, no attempt has been made to select words in LSTM input as far as we know.In this study, we show the effectiveness of using Word2Vec as a word expression in an LSTM input sentence and performing feature selection as a pre-processing of the LSTM input. The results show that the accuracy of classification improves when feature selection is performed. | |
| キーワード | （和） | 文書分類 / LSTM / 特徴選択 / Word2Vec / / / / |
| （英） | text classification / LSTM / feature selection / Word2Vec / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 317, AI2019-34, pp. 25-30, 2019年11月. | |
| 資料番号 | AI2019-34 | |
| 発行日 | 2019-11-21 (AI) | |
| 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 | AI2019-34 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2019-11-28 - 2019-11-28 |
| 開催地（和） | 九州大学 伊都キャンパス |
| 開催地（英） | |
| テーマ（和） | 「コンテキストを意識した知識の利用」および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2019-11-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | W2Vを用いたLSTMの前処理としての特徴選択の有効性 |
| サブタイトル（和） | |
| タイトル（英） | Effectiveness of feature selection as pre-processing of LSTM using W2V |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 文書分類 / text classification |
| キーワード(2)（和/英） | LSTM / LSTM |
| キーワード(3)（和/英） | 特徴選択 / feature selection |
| キーワード(4)（和/英） | Word2Vec / Word2Vec |
| 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） | 古賀 詩織 / Shiori Koga / コガ シオリ |
| 第1著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 峯 恒憲 / Tsunenori Mine / ミネ ツネノリ |
| 第2著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 廣川 佐千男 / Sachio Hirokawa / ヒロカワ サチオ |
| 第3著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-11-28 15:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AI |
| 資料番号 | AI2019-34 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.317 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2019-11-21 (AI) |
[研究会発表申込システムのトップページに戻る]