NTCIR-13 MedWebタスクを用いたCharacter-level CNNの性能評価
NTCIR-13 MedWebタスクを用いたCharacter-level CNNの性能評価
カテゴリ: 部門大会
論文No: TC11-9
グループ名: 【C】2021年電気学会電子・情報・システム部門大会
発行日: 2021/09/08
タイトル(英語): Evaluation of Character-level CNN using NTCIR-13 MedWeb Task
著者名: 宮崎 和光(大学改革支援・学位授与機構),井田 正明(大学改革支援・学位授与機構)
著者名(英語): Kazuteru Miyazaki (National Institution for Academic Degrees and Quality Enhancement of Higher Education),Masaaki Ida (National Institution for Academic Degrees and Quality Enhancement of Higher Education)
キーワード: テキスト分析|深層学習|Character-level CNN|MedWebタスク|学習結果の可視化Grad-CAM|Text analysis|Deep Learning|Character-level CNN|MedWeb task|Visualization of learning resultsGrad-CAM
要約(日本語): テキスト分析手法としてCharacter-level CNN(CLCNN)が注目されている.著者らはこれまでに, 大学における3つのポリシーの分析等にCLCNNを利用し,その有効性を確認してきた.本論文では, 病気や症状の有無の診断に関する擬似的ツイートデータであるNTCIR-13MedWebタスクを題材に, CLCNNの有効性を実験的に検証する.特に, ユニット数の違いによる性能変化や,Grad-CAMを用いた学習結果の可視化に注目した議論を行う.
PDFファイルサイズ: 1,200 Kバイト
受取状況を読み込めませんでした
