@techreport{oai:ipsj.ixsq.nii.ac.jp:00102682,
 author = {新納, 浩幸 and 菊池, 裕紀 and 佐々木, 稔 and 古宮, 嘉那子 and Hiroyuki, Shinnou and Hironori, Kikuchi and Minoru, Sasaki and Kanako, Komiya},
 issue = {2},
 month = {Aug},
 note = {本論文では語義曖昧性解消の教師なし領域適応の問題に対して，ソース領域の訓練事例に重みをつけた重み付き学習を利用する．事例の重みを算出するために，ターゲット領域に対するソース領域の確率密度比を直接モデル化する uLSIF を用いる．また uLSIF では，通常，基底関数にガウスカーネルを利用するが，本論文では線形カーネルを利用する．また重み付き学習では，通常，ロジスティック回帰や最大エントロピー法を用いるが，ここでは SVM を利用する．その上で確率密度比が極端に小さい，あるいは大きい事例のみに重みを与える方法を提案する．},
 title = {uLSIFを用いた事例への重み付けによる語彙曖昧性解消の領域適応},
 year = {2014}
}