大規模テキストからの知識獲得と深層学習による照応・省略解析
| 体系的番号 |
JPMJPR17U8 |
| DOI |
https://doi.org/10.52926/JPMJPR17U8.17939672 |
研究代表者 |
栗田 修平 京都大学, 大学院情報学研究科, 大学院生
|
|---|
| 研究期間 (年度) |
2017 – 2018
|
| 概要 | 自然な会話では、人間は常識的な事項を省略して話します。コンピュータにも自然な会話を理解させるためには、通常の文章中ではよく省略される事項を推測する照応・省略解析が必要です。本研究では、近年、急速に発達しつつある深層学習手法による常識知獲得や大規模コーパスからの疑似データ生成を通して照応・省略解析の精度を高めます。また、同時に機械翻訳や対話エンジンなどへの応用も提案します。
|
|---|
| 研究領域 | 情報と未来 |
|---|
