論文：Context-Aware Cross-Lingual Mapping 担当：多田さん 直交性の制約：ペアワイズ距離が保持。特異値分解で解を求める。 Mappingするには、対訳データが必要。 fasttextは安定していた。 ELMoのすごさをアピール。文脈を反映しているから良い。 論文：Simple Unsupervised Keyphrase Extraction using Sentence Embeddings 担当：丸山さん 全体として（取り出したn個のキーフレーズの集合を）見て、いいかどうか。似ているものが重なっていないと"全体として"よく見える。 positional bias：位置を0〜1にして掛け算 precisionは下がるのはわかるが、recallが下がるのは？：離れたところから取りすぎ？ 何をもって"良い"？：文書を見せて、キーフレーズに色がついている状態。キーフレーズだけを見て、どれだけ意味がわかるか？という評価らしい。 筆者らはF値だけではキーフレーズの集合を評価できないのでは？という疑問で終わった。 なぜ学習時にキーフレーズの情報を用いないのに、キーフレーズをもってこれるのか？：文書のベクトルに近いものをもってこれるようにしたからかも。 全部の単語上からキーフレーズを出せるようにすれば、キーフレーズのない文書に対応できるのでは？ |
|
|