ガウス過程に基づく連続空間トピックモデル

• Item type: SIG Technical Reports(1)
• 公開日: 2013-09-05
• タイトル: ガウス過程に基づく連続空間トピックモデル
• タイトル / 言語: en
• タイトル: Modeling Text through Gaussian Processes
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 形態素・学習
• 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: 統計数理研究所
• 著者所属: 産業技術総合研究所
• 著者所属: 産業技術総合研究所
• 著者所属(英): en
• 著者所属(英): The Institute of Statistical Mathematics
• 著者所属(英): en
• 著者所属(英): National Institute of Advanced Industrial Science and Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Advanced Industrial Science and Technology
• 著者名: 持橋, 大地; 吉井, 和佳; 後藤, 真孝
• 著者名(英): Daichi, Mochihashi; Kazuyoshi, Yoshii; Masataka, Goto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，単語に潜在空間における座標を明示的に与え，その上でのガウス過程を考えることで，通常の混合モデルに基づくトピックモデルより高精度なテキストモデルが得られることを示す．提案法は潜在層が二値ではなく，ガウス分布に従う RBM の生成モデルともみることができ，MCMC により単語の潜在座標を学習することは他の多くの応用や，可視化にも自然に繋がることができる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a continous space text model based on Gaussian processes. Introducing latent coordinates of words over which the Gaussian process is defined, we can encode word correlations directly and lead to a model that performs better than mixture models. Our model would serve as a foundation of more complex text models and also as a statistical visualization of texts.
• 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: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2013-NL-213, 号 11, p. 1-8, 発行日 2013-09-05
• 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