情報処理学会 第80回全国大会講演要旨

近年,深層畳み込みニューラルネットワーク(DCNN)を用いることによって,高精度に文書分類ができることが知らてきている.とくに,Zhang らは,単語を文字レベルに分解したのち,比較的深い層をもつCNNにより,文書分類を行い,優れた分類結果を得ている.しかし,日本語の文書に対する文字レベルCNNを用いた文書分類の研究例はまだ少ない.その原因として,文書分類に利用できる日本語データセットの少なさが挙げられる.その問題に対処する手法として,他のタスクの学習結果を用いる,転移学習と呼ばれる手法が挙げられる.本論文では,従来の文字レベルCNNに対し,Residual Networkを適用し,より層を深くしたネットワークに対して,転移学習を行うことで,より精度を高めることを狙う.また,様々なデータセットに手法を適用し,その効果を確認する.