| 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 | 2023-03-17 13:30 Sentence-BERTで生成される文ベクトルを用いた類義語間の類似性の調査 ○泉 諒音・神野健哉（東京都市大）  MSS2022-101 NLP2022-146 |
|
| 抄録 | （和） | Sentence-BERTによって出力される文ベクトルは768次元である。この768次元は単語ごとに完全に分断できないもののある程度分かれている。そこで本研究では似た意味を持つ文章や、同じ単語を含む文章を入力した際に出力される文ベクトルの各次元がどのくらい似ているのか、単語を分散表現にした際では近い値を取っていた単語を文章に埋め込み文ベクトルを出力した際、文ベクトル内の対象の単語を表す次元はどのように変化したのかを調査する。 |
| （英） | The sentence vector output by Sentence-BERT has 768 dimensions. These 768 dimensions cannot be completely divided into words, but they are divided to some extent. In this study, we investigate how similar each dimension of the output sentence vector is when sentences with similar meanings or sentences containing the same words are inputted, and how the dimension representing the target word in the sentence vector changes when the sentence vector is output by embedding words that had similar values in the distributed representation of the words in the sentences. | |
| キーワード | （和） | Sentence-BERT / UMAP / 文ベクトル / 潜在変数 / / / / |
| （英） | Sentence-BERT / UMAP / Sentence Vector / Latent Variable / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 436, NLP2022-146, pp. 182-185, 2023年3月. | |
| 資料番号 | NLP2022-146 | |
| 発行日 | 2023-03-08 (MSS, NLP) | |
| 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 | MSS2022-101 NLP2022-146 |
|
| 研究会情報 | |
| 研究会 | NLP MSS |
| 開催期間 | 2023-03-15 - 2023-03-17 |
| 開催地（和） | 長崎大学 文教キャンパス |
| 開催地（英） | |
| テーマ（和） | MSS，NLP，一般，およびWIP（MSSのみ） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2023-03-NLP-MSS |
| 本文の言語 | 日本語 |
| タイトル（和） | Sentence-BERTで生成される文ベクトルを用いた類義語間の類似性の調査 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of similarity between synonyms using sentence vectors generated by Sentence-BERT |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Sentence-BERT / Sentence-BERT |
| キーワード(2)（和/英） | UMAP / UMAP |
| キーワード(3)（和/英） | 文ベクトル / Sentence Vector |
| キーワード(4)（和/英） | 潜在変数 / Latent Variable |
| 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） | 泉 諒音 / Masato Izumi / イズミ マサト |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 神野 健哉 / Kenya Jin'no / |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-17 13:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | MSS2022-101, NLP2022-146 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.435(MSS), no.436(NLP) |
| ページ範囲 | pp.182-185 |
| ページ数 | 4 |
| 発行日 | 2023-03-08 (MSS, NLP) |
[研究会発表申込システムのトップページに戻る]