意味と構造の統一的なカーネル埋め込みによる非線形類似度学習

抄録

本論文で我々は、文が持つ意味と構造の情報を統一的に表現し学習する手法を提案する。自然言語処理や情報検索においては、単語や文、文書間の類似度計算が重要となるが、その際には表層的な特徴量を用いることが多い。しかしこれには、言語が持つ意味や構造を無視しているという問題がある。我々は文の意味と構造をベクトル空間上で表現し、それらをカーネル埋め込みによる非線形類似度計算を用いて学習する手法を提案する。