誤差逆伝播を利用した重み付き仮説推論の教師あり学習

スポンサーリンク

概要

論文の詳細を見る
本稿では、重み付き仮説推論のパラメタを教師あり学習によって自動調整する手法を提案する。仮説推論は、与えられた観測に対して評価関数を最大化する最良の説明を求める推論であり、自然言語処理において文章に明示されていない情報の顕在化を行うことに対して有用な枠組みとして注目を浴びている。しかしその一方で、仮説推論の評価関数の学習手法が未だ提案されておらず、評価関数のパラメタの調整は、人手による調整やヒューリスティックな手法に頼らざるを得ないという問題があった。そこで我々は、仮説推論の拡張のひとつである重み付き仮説推論を対象として、仮説の証明木におけるリテラル間のコストの関係をフィードフォワードニューラルネットワークの形で表現することで、誤差に対する各パラメタの勾配を求め、評価関数のパラメタの識別学習を実現する。また、提案手法によって評価関数を学習できていることを確かめるために、既存のデータセットを用いて実験した結果についても報告する。
2012-05-03

著者

関連論文

スポンサーリンク