3. 概要
- パラグラフ方向にLSTMを適用 -
パラグラフをセンテンス系列・センテンスを単語系列と考えて
センテンスをグローバル特徴量・単語をローカル特徴量と考え
パラグラフ方向にLSTMを適用した
h(t,i) : i-thの単語の隠れベクトル表現 at t-th センテンス
i = 1,…,n t = 1,…,T
n : t-thのセンテンスに含まれる単語数
T : パラグラフがT個のセンテンスを持つ
g(t) : ベクトル表現 at t-th センテンス
t番目とt+1番目のセンテンスのアライメントは考慮しない
学習時には、センテンスのidリストを一様乱数からサンプリング
ACL2018読み会3
4. アイディア①
- 単語(ローカル特徴量)の更新方法 -
ACL2018読み会4
wi-1, t wi , t wi+1 , t
wi-1,t-1 wi ,t-1 wi+1,t-1
Word
Embedding(t-1)
Hidden
Embedding(t-1)
Sentence
Embedding(t-1)
Word
Embedding(t)
Hidden
Embedding(t)
h(t,i)
g(t-1,i)
h(t-1,i-1) h(t-1,i) h(t-1,i+1)