@techreport{oai:ipsj.ixsq.nii.ac.jp:00241723,
 author = {藤原, 祐也 and 湯本, 高行 and Yuya, Fujiwara and Takayuki, Yumoto},
 issue = {2},
 month = {Dec},
 note = {1 つの文書に複数のラベルが同時に属する可能性を考慮する手法として，Fuzzy C-means を代表とするソフトクラスタリング手法が存在する．しかし，既存のソフトクラスタリング手法では，クラスタ中心などとの距離に基づいて各クラスタに属する度合いを決めており，距離だけでは表現できないマルチラベルの実データに対して，精度が悪化することが考えられる．そこで本研究では，擬似的にマルチラベルの訓練データを生成し，それを用いてマルチラベル分類を行うことで，結果としてソフトクラスタリングを実現する手法を提案する．なお，擬似ラベルを生成するにあたって，ハードクラスタリングによって得られた各クラスタから，クラスタを代表する文書を選出し，様々な組み合わせで合成を行うことでマルチラベルを表現する．生成した擬似ラベルの数が少量となるため，Few-Shot  学習を用いて効果的に学習を行う．},
 title = {擬似ラベル生成とFew-Shot 学習を用いた短文のソフトクラスタリング},
 year = {2024}
}