Fugu-MT 論文翻訳(概要): Explainable Graph Spectral Clustering For Text Embeddings

論文の概要: Explainable Graph Spectral Clustering For Text Embeddings

arxiv url: http://arxiv.org/abs/2508.14075v1
Date: Tue, 12 Aug 2025 11:20:27 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-21 16:52:41.158631
Title: Explainable Graph Spectral Clustering For Text Embeddings
Title（参考訳）: テキスト埋め込みのための説明可能なグラフスペクトルクラスタリング
Authors: Mieczysław A. Kłopotek, Sławomir T. Wierzchoń, Bartłomiej Starosta, Piotr Borkowski, Dariusz Czerski, Eryk Laskowski,
Abstract要約: 本稿では,文書の類似性を項ベクトル空間におけるコサイン類似性として計算することを考えると,テキスト文書に対するグラフスペクトルクラスタリング結果の説明可能性について紹介する。本稿では,他の文書の埋め込み,特にGloVe埋め込みの考え方に基づいて,このアイデアを一般化する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In a previous paper, we proposed an introduction to the explainability of Graph Spectral Clustering results for textual documents, given that document similarity is computed as cosine similarity in term vector space. In this paper, we generalize this idea by considering other embeddings of documents, in particular, based on the GloVe embedding idea.
Abstract（参考訳）: 本稿では,文書の類似性を項ベクトル空間におけるコサイン類似性として計算することから,テキスト文書に対するグラフスペクトルクラスタリング結果の説明可能性について提案した。本稿では,他の文書の埋め込み,特にGloVe埋め込みの考え方に基づいて,このアイデアを一般化する。

関連論文リスト

A Method for Handling Negative Similarities in Explainable Graph Spectral Clustering of Text Documents -- Extended Version [0.0]
本稿では,従来の用語ベクトル空間とは異なる文書埋め込みから生じる,負の類似性を持つグラフスペクトルクラスタリングの問題について検討する。実験により,本研究において提案される6つの異なる解の利点と欠点が示された。
論文参考訳（メタデータ） (2025-04-16T06:03:02Z)
Rethinking Distance Metrics for Counterfactual Explainability [53.436414009687]
本研究では, 反事実を参照領域から独立して引き出すのではなく, 基礎となるデータ分布からの参照と共同してサンプリングする, 反事実生成手法のフレーミングについて検討する。我々は、幅広い設定に適用可能な、反ファクト的な類似性のために調整された距離メートル法を導出する。
論文参考訳（メタデータ） (2024-10-18T15:06:50Z)
Reliable Node Similarity Matrix Guided Contrastive Graph Clustering [51.23437296378319]
我々は、新しいフレームワーク、Reliable Node similarity Matrix Guided Contrastive Graph Clustering (NS4GC)を紹介した。本手法は,ノード近傍のアライメントとセマンティック・アウェア・スパリフィケーションを導入し,ノード類似度行列が正確かつ効率的にスパースであることを保証する。
論文参考訳（メタデータ） (2024-08-07T13:36:03Z)
Gram2Vec: An Interpretable Document Vectorizer [4.639916787135392]
Gram2Vecは文書を高次元空間に埋め込み、テキストに存在する文法的特徴の正規化された相対周波数を抽出する。ニューラルアプローチと比較して、Gram2Vecは、特徴ベクトルの生成方法に基づいた固有の解釈性を提供する。
論文参考訳（メタデータ） (2024-06-17T22:42:14Z)
Explainable Graph Spectral Clustering of Text Documents [0.0]
本稿では,ラプラシアン系グラフスペクトルクラスタリングの結果を説明することを提案する。これはラプラシアン埋め込み(英語版)、$K$-埋め込み(この論文で提案されている)および項ベクトル空間埋め込み(英語版)の同値性(近似)を示すことに基づいている。
論文参考訳（メタデータ） (2023-08-01T12:39:42Z)
Linear Spaces of Meanings: Compositional Structures in Vision-Language Models [110.00434385712786]
事前学習された視覚言語モデル(VLM)からのデータ埋め込みにおける構成構造について検討する。まず,幾何学的観点から構成構造を理解するための枠組みを提案する。次に、これらの構造がVLM埋め込みの場合の確率論的に持つものを説明し、実際に発生する理由の直観を提供する。
論文参考訳（メタデータ） (2023-02-28T08:11:56Z)
Generalised Spherical Text Embedding [24.217143085109946]
単語と段落を任意の列次元の個々の行列として単位フロベニウスノルムと共同で符号化する。我々は、同じ行列を単位ノルムのベクトルに変形し、球面多様体上の最適化問題に変換することを示した。また、文書分類、文書クラスタリング、意味的類似性ベンチマークテストの改善結果を示すことによって、テキスト埋め込みの品質を定量的に検証する。
論文参考訳（メタデータ） (2022-11-30T07:50:07Z)
Specialized Document Embeddings for Aspect-based Similarity of Research Papers [4.661692753666685]
アスペクトベースの類似性は、アスペクト固有の埋め込み空間における古典的ベクトル類似性問題として扱う。文書は単一の汎用的な埋め込みではなく、複数の専門的な埋め込みとして表現する。当社のアプローチは、暗黙の偏見から生じる潜在的なリスクを明確化することで軽減します。
論文参考訳（メタデータ） (2022-03-28T07:35:26Z)
Representing Mixtures of Word Embeddings with Mixtures of Topic Embeddings [46.324584649014284]
トピックモデルはしばしば、文書の各単語が、一連のトピックと文書固有のトピック比に基づいてどのように生成されるかを説明する生成モデルとして定式化される。本稿では、各文書を単語埋め込みベクトルの集合と見なし、各トピックを同じ埋め込み空間に埋め込みベクトルとしてモデル化する新しいトピックモデリングフレームワークを提案する。同じベクトル空間に単語とトピックを埋め込み、文書の単語の埋め込みベクトルとそれらのトピックのセマンティックな差異を測る方法を定義し、すべての文書に対して期待される差を最小化するためにトピックの埋め込みを最適化する。
論文参考訳（メタデータ） (2022-03-03T08:46:23Z)
Graph Neural Networks with Composite Kernels [60.81504431653264]
カーネル重み付けの観点からノード集約を再解釈する。本稿では,アグリゲーション方式における特徴類似性を考慮したフレームワークを提案する。特徴空間における特徴類似性をエンコードするために,元の隣り合うカーネルと学習可能なカーネルの合成として特徴集約を提案する。
論文参考訳（メタデータ） (2020-05-16T04:44:29Z)
Heterogeneous Graph Neural Networks for Extractive Document Summarization [101.17980994606836]
クロス文関係は、抽出文書要約における重要なステップである。 We present a graph-based neural network for extractive summarization (HeterSumGraph) 抽出文書要約のためのグラフベースニューラルネットワークに異なる種類のノードを導入する。
論文参考訳（メタデータ） (2020-04-26T14:38:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。