| 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 | 2023-11-28 10:50 Sentence-BERTの画像生成モデルのデータセットの違いによる潜在変数空間の違いについての調査 ○泉 諒音・神野健哉（東京都市大）  NLP2023-61 |
|
| 抄録 | （和） | 我々はこれまでにSentence-BERTが生成する文章の分散表現である文ベクトルが文章の意味をどの程度捉えているかをk-meansやUMAPなどを用いて検証し，生成される文ベクトルが文章の意味を極めて高くとらえていることを確認した． 我々はSentence-BERTによって出力される潜在変数を用いて画像生成を行うモデルを構築した． 文章から画像生成を行うことにより自然言語処理モデルから出力される潜在変数を可視化してきた． 本稿では画像生成モデルのデータセットを変化させた時，潜在変数空間の可視化にどのような変化があるのかを調査した． |
| （英） | We have verified the degree to which sentence vectors, which are distributed representations of sentences generated by Sentence-BERT, capture the meaning of sentences using k-means and UMAP, and have confirmed that the sentence vectors generated by Sentence-BERT capture the meaning of sentences extremely well. We constructed a model for image generation using latent variables output by Sentence-BERT. By generating images from sentences, we have visualized the latent variables output from the natural language processing model. In this study, we investigated how the visualization of the latent variable space changes when the dataset of the image generation model is varied. |
|
| キーワード | （和） | Sentence-BERT / 表現学習 / 文ベクトル / 画像生成 / 潜在変数 / / / |
| （英） | Sentence-BERT / representation learning / sentence vector / Latent Variable / Image generation / / / | |
| 文献情報 | 信学技報, vol. 123, no. 287, NLP2023-61, pp. 11-14, 2023年11月. | |
| 資料番号 | NLP2023-61 | |
| 発行日 | 2023-11-21 (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 | NLP2023-61 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2023-11-28 - 2023-11-29 |
| 開催地（和） | 名護市産業支援センター |
| 開催地（英） | Nago city commerce and industry association |
| テーマ（和） | NLP, 一般 |
| テーマ（英） | NLP, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2023-11-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | Sentence-BERTの画像生成モデルのデータセットの違いによる潜在変数空間の違いについての調査 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of differences in latent variable space for different datasets in Sentence-BERT's image generation model |
| 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） | 表現学習 / representation learning |
| キーワード(3)（和/英） | 文ベクトル / sentence vector |
| キーワード(4)（和/英） | 画像生成 / Latent Variable |
| キーワード(5)（和/英） | 潜在変数 / Image generation |
| 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 / ジンノ ケンヤ |
| 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 | 2023-11-28 10:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2023-61 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.287 |
| ページ範囲 | pp.11-14 |
| ページ数 | 4 |
| 発行日 | 2023-11-21 (NLP) |
[研究会発表申込システムのトップページに戻る]