ニューラルネットワークを用いた文書類似度の推定

抄録

文書類似度は単語の出現頻度に基づいた特徴ベクトルのコサイン類似度により計算されている。しかし、単語数が少ない文書では疎な特徴ベクトルとなり、適切な類似度が計算されているとは言い難い。そこで、Restricted Boltzmann Machineを用いて特徴ベクトルを低次元かつ連続空間上に写像し、上記問題を解決する。実験ではセンチメント解析を想定し、同一極性の記事を発見できるか調べ、有効性を示す。