文埋め込みを用いたカーネル変化点検出による教師なしテキストセグメンテーション

要約

ラベル付けコストが高くドメイン転移が困難なテキスト分割において、学習不要の新手法「Embed-KCPD」が提案されました。文埋め込みとカーネル変化点検出（KCPD）を組み合わせ、言語データ特有の依存関係を考慮した初の理論的裏付けを提供します。LLMを用いた合成データ実験やベンチマークで高い性能と信頼性を実証しました。

全文は有料プランで閲覧できます。