分類モデルを学する方法、コンピュータ・システムおよびコンピュータ・プログラム

摘要

【課題】トレーニングおよび分類のために、演算上のオーバーヘッドを増加させることなく分類の精度を高める。【解決手段】各トレーニング・データは、トレーニング入力と、そのトレーニング入力に割り当てられた１つまたは複数の正しいラベルとを有する。分類モデルは、複数の隠れユニットと、複数の出力ユニットとを有する。分類モデルへの入力に対し共に出現することが予想される共起ラベルの組合せをリスティングされるＳ１０１。分類モデルは、上記組合せに対して、複数の隠れユニットから専用ユニットを準備して、複数の出力ユニットのうち該専用ユニットに接続され、かつ、上記組合せの各共起ラベルに対応する複数の関連の出力ユニットを共に活性化させるように初期化されるＳ１０３。さらに、１つまたは複数のトレーニング・データを使用して、分類モデルがトレーニングされるＳ１０４。【選択図】図４