文献

J-GLOBAL ID：201702216812143659   整理番号：17A0314281

極性検出のためのSinglish senticパターンの導出における多言語半教師つきアプローチ【Powered by NICT】

A multilingual semi-supervised approach in deriving Singlish sentic patterns for polarity detection

著者 (4件)： Lo Siaw Ling (School of Design, Communication and Information Technology, The University of Newcastle, Callaghan, NSW 2308, Australia) ,  Cambria Erik (School of Computer Science and Engineering, Nanyang Technological University, 639798 Singapore) ,  Chiong Raymond (School of Design, Communication and Information Technology, The University of Newcastle, Callaghan, NSW 2308, Australia) ,  Cornforth David (School of Design, Communication and Information Technology, The University of Newcastle, Callaghan, NSW 2308, Australia)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 105  ページ： 236-247  発行年： 2016年08月01日 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： オンライン共有データの膨大な量と言語変化のために,メッセージ(極性検出)の感情の正確な検出は,人間評価者または簡単な辞書キーワードマッチングにより依存している長いことができない。局在希少資源言語,Singlish(シンガポールの英語)の極性を解析するための必須ツールキットの構築に半教師つき手法を提案した。多言語,多面的な辞書を用いたコーパスに基づくブートストラッピングは,注釈付き試験データセットを構築するために適用した,ヒト評価は誤解を招く語を分離し,概念のあいまいさを除去するために行った前辞書極性検出,相関ルールによる頻出アイテム抽出と潜在的意味解析のような教師なし手法はSinglish n-gramの極性を同定するために使用した。の発見は,この多言語アプローチは英語を用いた極性解析よりも優れてことを示唆した。さらに,否定とadversativeのような他の多言語極性senticパターンを持つunigramとn-gram Singlish senticパターンを組み込んだ,サポートベクトルマシンと提案したSinglish極性検出アルゴリズムのハイブリッド組み合わせである比較して他の方法より性能が優れていることができた。アノテーションされていないSinglishの膨大な量のデータから生成されたプールした試験データセットの有望な結果は,この多言語Singlish senticパターンアプローチは,実際の極性検出に採用される可能性があることを明確に示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： コーパス ,  曖昧さ ,  ブートストラップ ,  相関ルール ,  英語 ,  アノテーション ,  *極性 ,  ヒト ,  *言語 ,  サポートベクトルマシン
準シソーラス用語： 試験データ ,  潜在的意味解析 ,  ツールキット ,  オンライン ,  *多言語 , 【Automatic Indexing@JST】

著者キーワード (5件)： Sentic計算 ,  極性検出 ,  半教師つき ,  Singlish ,  ツイッター

分類 (3件)： 自然語処理  (JE06000L) ,  その他の情報処理  (JE15050M) ,  市場調査,広告  (KA06030H)

タイトルに関連する用語 (4件)： 極性 ,  導出 ,  多言語 ,  教師