| 講演名 | 2018-12-15 再帰的ニューラルネットワークを用いた文カテゴリ分類の精度向上 小室 光広(法政大), 佐藤 裕二(法政大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 昨今様々な対話アシスタント製品が登場している．一方，その多くはユーザの発話に対して文のニュアンスを十分理解するほどの柔軟な対話には対応できておらず，単純な質問応答あるいはコマンドによる応答のみである．本稿では，柔軟な対話システムにおける文のニュアンス理解を行う前段階として，文がPositiveかNegativeか判断する分類器の実現のために中間層が多層である再帰的ニューラルネットワーク構造を有するモデルを提案する．実験は英語の映画レビューデータセット10662件を用いてモデルの学習を行う．学習率や中間層の層数などの各ハイパーパラメータ，中間層で使用するニューロンの種類と数を変更し精度を評価した結果，最大で84.0%の精度で分類でき，先行研究と比較し精度向上を実現できる可能性を示す． |
| 抄録(英) | Recently various dialogue assistant products have appeared. On one hand, many of them cannot deal with flexible dialogue enough to understand sentence nuances against user's utterance, only simple question response or response by command. In this paper, we propose a model with a recurrent neural network structure, in which the middle layer is multilayered, in order to realize a classifier that judges whether the sentence is “positive” or “negative” as a preliminary stage of understanding sentence nuance in a flexible dialogue system. Experiments are conducted using 10662 movie review datasets in English. Each hyper parameter such as the learning rate and the number of layers in the middle layer, the type and number of neurons used in the middle layer were changed and the accuracy was evaluated. For the experimental result, it can be realized that it classified with accuracy of up to 84.0%. |
| キーワード(和) | 再帰的ニューラルネットワーク / 文カテゴリ分類 / 自然言語処理 |
| キーワード(英) | Recurrent neural network / Sentence category classification / Natural language processing |
| 資料番号 | NC2018-36 |
| 発行日 | 2018-12-08 (NC) |
| 研究会情報 | |
| 研究会 | NC / MBE |
|---|---|
| 開催期間 | 2018/12/15(から1日開催) |
| 開催地（和） | 名古屋工業大学 |
| 開催地（英） | Nagoya Institute of Technology |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 平田 豊(中部大) / 京相 雅樹(東京都市大) |
| 委員長氏名（英） | Yutaka Hirata(Chubu Univ.) / Masaki Kyoso(TCU) |
| 副委員長氏名（和） | 庄野 逸(電通大) / 野村 泰伸(阪大) |
| 副委員長氏名（英） | Hayaru Shouno(UEC) / Taishin Nomura(Osaka Univ.) |
| 幹事氏名（和） | 吉川 大弘(名大) / 吉本 潤一郎(奈良先端大) / 永岡 隆(近畿大) |
| 幹事氏名（英） | Tomohiro Yoshikawa(Nagoya Univ.) / Junichiro Yoshimoto(NAIST) / Takashi Nagaoka(Kindai Univ.) |
| 幹事補佐氏名（和） | 稲垣 圭一郎(中部大) / 篠崎 隆志(NICT) / 小林 匠(横浜国大) / 鈴木 康之(阪大) |
| 幹事補佐氏名（英） | Keiichiro Inagaki(Chubu Univ.) / Takashi Shinozaki(NICT) / Takumi Kobayashi(YNU) / Ｙａｓｕｙｕｋｉ Ｓｕｚｕｋｉ(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on ME and Bio Cybernetics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 再帰的ニューラルネットワークを用いた文カテゴリ分類の精度向上 |
| サブタイトル（和） | |
| タイトル（英） | Improved accuracy of sentence classification using recurrent neural networks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 再帰的ニューラルネットワーク / Recurrent neural network |
| キーワード(2)（和/英） | 文カテゴリ分類 / Sentence category classification |
| キーワード(3)（和/英） | 自然言語処理 / Natural language processing |
| 第 1 著者 氏名（和/英） | 小室 光広 / Mitsuhiro Komuro |
| 第 1 著者 所属（和/英） | 法政大学(略称：法政大) Hosei University(略称：HU) |
| 第 2 著者 氏名（和/英） | 佐藤 裕二 / Yuji Sato |
| 第 2 著者 所属（和/英） | 法政大学(略称：法政大) Hosei University(略称：HU) |
| 発表年月日 | 2018-12-15 |
| 資料番号 | NC2018-36 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | NC-367 |
| ページ範囲 | pp.47-50(NC), |
| ページ数 | 4 |
| 発行日 | 2018-12-08 (NC) |