Item type |
デフォルトアイテムタイプ(フル)(1) |
公開日 |
2020-06-17 |
タイトル |
|
|
タイトル |
Graph Convolutionにより構文構造を加味したGANによる文章生成手法の提案 |
|
言語 |
ja |
作成者 |
澤崎, 夏希
遠藤, 聡志
當間, 愛晃
山田, 孝治
赤嶺, 有平
|
アクセス権 |
|
|
アクセス権 |
open access |
|
アクセス権URI |
http://purl.org/coar/access_right/c_abf2 |
主題 |
|
|
言語 |
ja |
|
主題Scheme |
Other |
|
主題 |
かさ増し |
主題 |
|
|
言語 |
ja |
|
主題Scheme |
Other |
|
主題 |
自然言語 |
主題 |
|
|
言語 |
ja |
|
主題Scheme |
Other |
|
主題 |
不均衡データ |
主題 |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
GAN |
主題 |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
GCN |
内容記述 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
現在ディープラーニングの発展により様々な問題が解決されているが,その問題の多くは十分なデータ 量が確保されており,少量学習データでの問題解決は依然として課題となっている.データ量が少ない場合の対 策として,データを増加させるかさ増し手法が用いられる.特に画像分野においては Generative Adversarial Network:GAN を用いた高精度な画像生成手法が注目されている.自然言語の分野においても,GAN を応用し文 章を生成する試みが広く行われているが,十分な精度の文章生成を行うのは難しい.原因の一つとして,自然言語 生成に用いられる GAN では,多くの場合構文構造は加味されていないことがあげられる.そこで,本論文では グラフ構造を畳み込む Graph Convolution を用いて,構文構造を加味した上で文章生成を行う手法を提案する. |
内容記述 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
論文 |
出版者 |
|
|
言語 |
ja |
|
出版者 |
Webインテリジェンスとインタラクション研究会 |
言語 |
|
|
言語 |
jpn |
資源タイプ |
|
|
資源タイプ |
conference paper |
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
出版タイプ |
|
|
出版タイプ |
VoR |
|
出版タイプResource |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
識別子 |
|
|
識別子 |
http://hdl.handle.net/20.500.12000/46168 |
|
識別子タイプ |
HDL |
収録物名 |
|
|
言語 |
ja |
|
収録物名 |
第13回研究会オンライン・プロシーディングス |
書誌情報 |
p. 39-44,
発行日 2018-12-03
|