NASH: Toward End-to-End Neural Architecture for Generative Semantic Hashing

[ymym3412]

0. 論文

NASH: Toward End-to-End Neural Architecture for Generative Semantic Hashing Dinghan Shen1∗, Qinliang Su2∗, Paidamoyo Chapfuwa1,Wenlin Wang1, Guoyin Wang1, Lawrence Carin1, Ricardo Henao1

1. どんなもの？

データの離散ハッシュ値を学習するsemantic hashingをEnd-to-Endで学習する手法

2. 先行研究と比べてどこがすごい？

従来は2ステージに分けて行われていたため、局所最適解に陥ってしまっていたがE2Eにすることで解消している。

3. 技術や手法のキモはどこ？

データに対するN-bitのsemantic hashを学習する。 特徴量をMLPで潜在表現に圧縮し、それをまた元の特徴量に戻す操作をVAEで学習する。 また教師あり手法と同時に組み合わせることも可能。

4. どうやって有効だと検証した？

3種類のデータセットを使用。データの近傍点を100個取得し、同じカテゴリのデータがいくつあるかのPrecisionベースの評価。 1種のデータセットで教師ありを上回る。他のデータセットでは教師なしでは最高のPrecision。

5. 議論はある？

連続値のベクトルを次元圧縮するのと離散ハッシングではどう使い分けるとよいのだろう。

6. 次に読むべき論文は？

[1708.03436] Variational Deep Semantic Hashing for Text Documents Suthee Chaidaroon, Yi Fang

[xumingying0612]

Could you provide the code of the paper"NASH: Toward End-to-End Neural Architecture for Generative Semantic Hashing".Thank you very much