| 講演名 | 2023-11-28 Sentence-BERTの画像生成モデルのデータセットの違いによる潜在変数空間の違いについての調査 泉 諒音(東京都市大), 神野 健哉(東京都市大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 我々はこれまでにSentence-BERTが生成する文章の分散表現である文ベクトルが文章の意味をどの程度捉えているかをk-meansやUMAPなどを用いて検証し，生成される文ベクトルが文章の意味を極めて高くとらえていることを確認した．我々はSentence-BERTによって出力される潜在変数を用いて画像生成を行うモデルを構築した．文章から画像生成を行うことにより自然言語処理モデルから出力される潜在変数を可視化してきた．本稿では画像生成モデルのデータセットを変化させた時，潜在変数空間の可視化にどのような変化があるのかを調査した． |
| 抄録(英) | We have verified the degree to which sentence vectors, which are distributed representations of sentences generated by Sentence-BERT, capture the meaning of sentences using k-means and UMAP, and have confirmed that the sentence vectors generated by Sentence-BERT capture the meaning of sentences extremely well. We constructed a model for image generation using latent variables output by Sentence-BERT. By generating images from sentences, we have visualized the latent variables output from the natural language processing model. In this study, we investigated how the visualization of the latent variable space changes when the dataset of the image generation model is varied. |
| キーワード(和) | Sentence-BERT / 表現学習 / 文ベクトル / 画像生成 / 潜在変数 |
| キーワード(英) | Sentence-BERT / representation learning / sentence vector / Latent Variable / Image generation |
| 資料番号 | NLP2023-61 |
| 発行日 | 2023-11-21 (NLP) |
| 研究会情報 | |
| 研究会 | NLP |
|---|---|
| 開催期間 | 2023/11/28(から2日開催) |
| 開催地（和） | 名護市産業支援センター |
| 開催地（英） | Nago city commerce and industry association |
| テーマ（和） | NLP, 一般 |
| テーマ（英） | NLP, etc. |
| 委員長氏名（和） | 鳥飼 弘幸(法政大) |
| 委員長氏名（英） | Hiroyuki Torikai(Hosei Univ.) |
| 副委員長氏名（和） | 丹治 裕一(香川大) |
| 副委員長氏名（英） | Yuichi Tanji(Kagawa Univ.) |
| 幹事氏名（和） | 伊藤 大輔(岐阜大) / 青森 久(中京大) |
| 幹事氏名（英） | Daisuke Ito(Gifu Univ.) / Hisashi Aomori(Chukyo Univ.) |
| 幹事補佐氏名（和） | 山仲 芳和(宇都宮大) / 井岡 恵理(芝浦工大) |
| 幹事補佐氏名（英） | Yoshikazu Yamanaka(Utsunomiya Univ.) / Eri Ioka(Shibaura Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Sentence-BERTの画像生成モデルのデータセットの違いによる潜在変数空間の違いについての調査 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of differences in latent variable space for different datasets in Sentence-BERT's image generation model |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Sentence-BERT / Sentence-BERT |
| キーワード(2)（和/英） | 表現学習 / representation learning |
| キーワード(3)（和/英） | 文ベクトル / sentence vector |
| キーワード(4)（和/英） | 画像生成 / Latent Variable |
| キーワード(5)（和/英） | 潜在変数 / Image generation |
| 第 1 著者 氏名（和/英） | 泉 諒音 / Masato Izumi |
| 第 1 著者 所属（和/英） | 東京都市大学(略称：東京都市大) Tokyo City University(略称：Tokyo City Univ.) |
| 第 2 著者 氏名（和/英） | 神野 健哉 / Kenya Jin'no |
| 第 2 著者 所属（和/英） | 東京都市大学(略称：東京都市大) Tokyo City University(略称：Tokyo City Univ.) |
| 発表年月日 | 2023-11-28 |
| 資料番号 | NLP2023-61 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | NLP-287 |
| ページ範囲 | pp.11-14(NLP), |
| ページ数 | 4 |
| 発行日 | 2023-11-21 (NLP) |