研究課題
基盤研究(C)
自然言語処理における識別モデルの素性関数は人手による試行錯誤で設計されているが、数十万から数百万に及ぶ素性関数を人手で発見・制御することは非常に困難な作業となっている。本研究は、素性関数を自動的に選択・構築しつつ目的関数を最適化するオンライン・ グラフティングの効率化およびアンサンブル学習による高精度化の研究を行う。本研究の提案手法はL1正則化ロジスティック回帰の近似手法となっているが、実験により、従来法の精度を低下させることなく、学習の高速化を実現することを経験的に示した。また、確率的アルゴリズムを用いたアンサンブル学習によりオンライン・グラフティングの精度が向上することも確認した。
すべて 2013 2012 2011 その他
すべて 雑誌論文 (3件) (うち査読あり 3件) 学会発表 (4件) 備考 (3件)
ACM Transactions on Intelligent Systems and Technology (ACM TIST)
巻: vol.4, no.2 ページ: 31:1-31:19
10.1145/2438653.2438666
日本データベース学会論文誌
巻: vol.11, no.3 ページ: 15-20
http://dbsj.org/wp-content/uploads/journal/vol11/no3/dbsj-journal-11-03-015.pdf.pagespeed.ce.qlYRfTVCEe.pdf
In Proceedings of the 5th International Conference on Agents and Artificial Intelligence (ICAART 2013)
ページ: 277-282
http://www.icaart.org/Home.aspx?y=2013