WEKO3
-
RootNode
アイテム
トピック間の階層構造を考慮したGaussian LDAの構成
https://ipsj.ixsq.nii.ac.jp/records/198847
https://ipsj.ixsq.nii.ac.jp/records/198847e07f5053-e255-4d11-9781-fc22a5ce9a84
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-NL19241006.pdf (2.3 MB)
|
Copyright (c) 2019 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2019-08-22 | |||||||||||
| タイトル | ||||||||||||
| タイトル | トピック間の階層構造を考慮したGaussian LDAの構成 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| 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 | ||||||||||||
| 東京大学大学院情報理工学系研究科 | ||||||||||||
| 著者所属 | ||||||||||||
| 東京大学大学院情報理工学系研究科 | ||||||||||||
| 著者所属 | ||||||||||||
| 東京大学大学院情報理工学系研究科 | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Graduate School of Information Science and Technology, The University of Tokyo | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Graduate School of Information Science and Technology, The University of Tokyo | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Graduate School of Information Science and Technology, The University of Tokyo | ||||||||||||
| 著者名 |
吉田, 崇裕
× 吉田, 崇裕
× 久野, 遼平
× 大西, 立顕
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | トピックモデルは自然言語処理を始めとして多くの分野で用いられる手法である．トピックモデルの基本形である Latent Dirichlet Allocation (LDA) の提唱後，様々な LDA の改良モデルが提案されてきた．例えば Correlated Topic Model (CTM) は LDA が文書中のトピック間の相関を十分に考慮できない点に注目したモデルであり，汎化性能が向上すると報告されている．Gaussian LDA は LDA が単語間の意味的な近さを十分に考慮できない点に注目したモデルであり，トピックの意味一貫性が向上すると報告されている．両者を組み合わせた Correlated Gaussian Topic Model (CGTM) と呼ばれるモデルは上記二つの欠点を同時に補うのみならず，単語の埋め込み空間上でトピックの相関構造を可視化することができ革新的である．しかし，文書内におけるトピックの関係性は，CGTM が対象とする単純な相関構造だけで表現できるものではない．実際日常生活においても，例えば 「経済」 - 「金融政策」 - 「出口戦略」 のように話題の階層性を意識し会話をすることは多々ある．そこで本稿では階層的トピックモデルとして最も単純な PAM (Pachinko Allocation Model) とGaussian LDA を組み合わせたモデルを提案することで，トピックの階層構造を単語埋め込みベクトル空間上で分析する一歩としたい． | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AN10115061 | |||||||||||
| 書誌情報 |
研究報告自然言語処理（NL） 巻 2019-NL-241, 号 6, p. 1-8, 発行日 2019-08-22 |
|||||||||||
| ISSN | ||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||
| 収録物識別子 | 2188-8779 | |||||||||||
| 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 | |||||||||||
