エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Graph Convolutionで自然言語処理を行う(テキスト分類編) Part3
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Graph Convolutionで自然言語処理を行う(テキスト分類編) Part3
Part3では、Graph Convolutionを利用したテキスト分類を実装します。本編では実装と単純な実行結果を確... Part3では、Graph Convolutionを利用したテキスト分類を実装します。本編では実装と単純な実行結果を確認し、次回で結果やモデルの動作について詳細な分析を行いたいと思います。 グラフの構築については、先行研究に基づき(詳細はこちら参照) 係り受け関係(dependency)と単語類似度(similarity)の2つで行います。3点目の隣接行列の推定については、隣接行列を推定する構造を別途作る必要があるため一旦置いておこうと思います。 実装を行い、特にチューニングなどをせず実行した結果は以下のようになりました。 baselineと、dependency/similarityによるGraph Convolutionの結果比較(f1-score)現段階で、baselineを上回る効果はあまり見られません(baselineは、LSTMの結果になります)。ジャンルによっては、逆にF1ス