Stackingの効率的な学習方法と日本語固有表現抽出での評価(抽出(1))
スポンサーリンク
概要
- 論文の詳細を見る
本論文では, 分類器の出力を混合する手法の一つであるStackingを効率的に学習するための手法を提案する.Stacking学習では, 混合に利用する分類器作成用の学習データと, Stacking用学習データの二種類が必要となる.本手法では, 交差検定の考えを応用して, 分類器作成とテストを繰り返すことで, 分類器作成のための学習データからStacking学習用の学習データを獲得する.CRL固有表現データを学習データとし, IREX一般課題で提案手法を評価した.本手法は, より細かい単位で交差検定を行なってStacking用学習データを獲得することで精度を改善し, F値で85.83という従来手法より良い結果が得られることを確認した.
- 一般社団法人情報処理学会の論文
- 2005-05-26
著者
関連論文
- 大規模自然言語処理学習データのための複数弱仮説を生成する弱学習器を用いる AdaBoost 手法
- 企業内情報検索の高度化手法の提案と評価
- Boostingに基づく規則学習における部分候補を用いた高速化手法
- ラベルなしデータを用いた素性増強による日本語固有表現抽出方法
- Stackingの効率的な学習方法と日本語固有表現抽出での評価(抽出(1))
- Stackingの効率的な学習方法と日本語固有表現抽出での評価(抽出(1))
- Boostingに基づく系列ラベリングにおける効率的規則表現方法による高速化
- Kura:統一的かつ宣言的記述法に基づく言い換え知識の開発環境
- Twitterからの犯罪情報抽出の可能性調査