文章自動生成手法の比較考察―文章生成における文と文とのつながりの課題と方策―

• Item type: SIG Technical Reports(1)
• 公開日: 2017-09-11
• タイトル: 文章自動生成手法の比較考察―文章生成における文と文とのつながりの課題と方策―
• タイトル / 言語: en
• タイトル: Comparative study of automatic sentence generation method —Issues and measures of connection among sentences in sentence generation—
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 自然言語処理
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 放送大学教養学部
• 著者所属(英): en
• 著者所属(英): Faculty of Liberal Arts, University of Air
• 著者名: 太田, 博三
• 著者名(英): Hiromitsu, Ota
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ビックデータの時代が到来し，定着して数年が経過する．特にここ数年の深層学習の発展は目覚しいものがある．しかし，その恩恵を受けるには，どの程度のテキスト量が必要であるかのコスト面が実務では重要となる．本稿ではテキスト量の効率性の良い手法を比較考察する．主に用いる手法は次の 3 つである． 1） マルコフ連鎖， 2） 自動要約， 3） デイープラーニング (RNN / LSTM / GAN) による文章生成を用いた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The era of big data has arrived, several years have passed since it was established. Especially the development of deep learning in recent years is remarkable. However, to take advantage of it, the cost aspect of how much text is needed is important in practice. In this paper, we compare and consider efficient method of text quantity. Mainly used methods are as follows. 1) Markov chain, 2) automatic summarization, 3) is scheduled to sentence generated by deep leaming (RNN / LSTM).
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10114171
• 書誌情報: 研究報告情報基礎とアクセス技術（IFAT）; 巻 2017-IFAT-128, 号 1, p. 1-6, 発行日 2017-09-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8884
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会