WEKO3
アイテム
教師なし隠れマルコフモデルを利用した最大エントロピータグ付けモデル
http://hdl.handle.net/2261/25832
http://hdl.handle.net/2261/25832a563050f-2711-45a1-90c5-680e1007bae2
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
v11n4_01.pdf (252.2 kB)
|
|
| Item type | 学術雑誌論文 / Journal Article(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2009-09-08 | |||||
| タイトル | ||||||
| タイトル | 教師なし隠れマルコフモデルを利用した最大エントロピータグ付けモデル | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | タグ付け | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 最大エントロピー法 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 教師なし学習 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 隠れマルコフモデル | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Tagging | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Maximum Entorpy Method | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Unsupervised Learning | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Hidden Markov Model | |||||
| 資源タイプ | ||||||
| 資源 | http://purl.org/coar/resource_type/c_6501 | |||||
| タイプ | journal article | |||||
| その他のタイトル | ||||||
| その他のタイトル | A Maximum Entropy Tagging Model with Unsupervised Hidden Markov Models | |||||
| 著者 |
風間, 淳一
× 風間, 淳一× 宮尾, 祐介× 辻井, 潤一 |
|||||
| 著者別名 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 106261 | |||||
| 姓名 | Kazama, Jun’ichi | |||||
| 著者別名 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 106262 | |||||
| 姓名 | Miyao, Yusuke | |||||
| 著者別名 | ||||||
| 識別子Scheme | WEKO | |||||
| 識別子 | 106263 | |||||
| 姓名 | Tsujii, Jun’ichi | |||||
| 著者所属 | ||||||
| 著者所属 | 北陸先端科学技術大学院大学情報科学研究科 | |||||
| 著者所属 | ||||||
| 著者所属 | 東京大学大学院情報理工学系研究科 | |||||
| 著者所属 | ||||||
| 著者所属 | 東京大学大学院情報学環 | |||||
| 著者所属 | ||||||
| 著者所属 | 科学技術振興機構CREST, CREST | |||||
| 著者所属 | ||||||
| 著者所属 | School of Information Science, Japan Advanced Institute of Science and Technology | |||||
| 著者所属 | ||||||
| 著者所属 | Graduate School of Information Science and Technology, University of Tokyo | |||||
| 著者所属 | ||||||
| 著者所属 | Graduate School of Interdisciplinary Information Studies, University of Tokyo | |||||
| 著者所属 | ||||||
| 著者所属 | Japan Science and Technology Agency | |||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 本論文では，教師なし学習によって推定された隠れマルコフモデル(HMM) の隠れ状態を最大エントロピー(ME) モデルの素性として利用するタグ付けモデルを提案する．教師なし学習された確率モデルを本手法に従って利用することにより，タグ付きコーパスが少ない状況でのタグ付け器作成コストを削減することが可能となる．実験では，英語品詞タグ付けと日本語の単語分割を対象として，少量のタグ付きコーパスで学習する場合の精度が本手法により改善されることを示し，提案手法がタグ付け器作成のコスト削減に寄与することを実証する．さらに，英語品詞タグ付けでタグ付きコーパスを最大限利用できる場合には，最高水準の精度(96.84 %) を達成し，品詞タグ付けモデルとしても優れていることを示す． | |||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | We describe a new tagging model where the states of a hidden Markov model (HMM) estimated by unsupervised learning are incorporated as the features in a maximum entropy model. Our method for exploiting unsupervised learning of a probabilistic model can reduce the cost of building taggers with a small annotated corpus. Experimental results on English POS tagging and Japanese word segmentation show that our method greatly improves the tagging accuracy when the model is trained with a small annotated corpus. Furthermore, our English POS tagger achieved a state-of-the-art POS tagging accuracy (96.84 %) when a large annotated corpus is available. | |||||
| 書誌情報 |
自然言語処理 巻 11, 号 4, p. 3-24, 発行日 2004-10 |
|||||
| ISSN | ||||||
| 収録物識別子タイプ | ISSN | |||||
| 収録物識別子 | 13407619 | |||||
| 書誌レコードID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN10472659 | |||||
| フォーマット | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | application/pdf | |||||
| 日本十進分類法 | ||||||
| 主題Scheme | NDC | |||||
| 主題 | 007 | |||||
| 出版者 | ||||||
| 出版者 | 言語処理学会 | |||||
| 出版者別名 | ||||||
| The Association for Natural Language Processing | ||||||
