文献

J-GLOBAL ID：201702233738610178   整理番号：17A0471957

教師つき学習を用いた多言語感情分類:比較実験【Powered by NICT】

Multilingual emotion classification using supervised learning: Comparative experiments

著者 (3件)： Becker Karin (Institute of Informatics, Universidade Federal do Rio Grande do Sul, Porto Alegre - RS, Brazil) ,  Moreira Viviane P. (Institute of Informatics, Universidade Federal do Rio Grande do Sul, Porto Alegre - RS, Brazil) ,  dos Santos Aline G.L. (Institute of Informatics, Universidade Federal do Rio Grande do Sul, Porto Alegre - RS, Brazil)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 53  号： 3  ページ： 684-704  発行年： 2017年 
JST資料番号： E0362B  ISSN： 0306-4573  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 感情マイニングの重要性は,広範囲の新用途での知られている,意見マイニングのための証明された既に潜在市場を広げた。しかし,英語以外の言語のための資源の不足は感情マイニングのためのさらに重要である。本論文では,感情に適用した場合,多言語感情分析は信頼性があり効果的な結果をもたらすかどうかを調べた。この目的のために,著者らは二言語で書かれた元々コーパス上での機械翻訳を含む実験を開発した。感情分類のための実験フレームワークは,(i)元のテキストとその翻訳の言語の変動を評価し(ii)翻訳による損失を克服するための複数言語を結合するための戦略(iii)データ前処理のためのオプションは,(トークン化,特徴表現と特徴選択)および(iv)分類アルゴリズム,メタ分類システムを含む。結果は,感情分類性能は弱い単言語分類器のスタッキングを採用することにより,複数の言語でテキストを用いた有意に改善し,特にことを示した。著者らの研究はまた,データ作成戦略の影響と分類アルゴリズムとの組合せに光を当てると,同じ実験設定に応じて極性と感情分類の間の差異を比較した。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： 英語 ,  コーパス ,  トークン ,  *言語 ,  機械翻訳 ,  *教師つき学習 ,  特徴選択 ,  比較試験
準シソーラス用語： 分類アルゴリズム ,  特徴表現 ,  テキスト ,  感情分析 ,  意見マイニング ,  *感情分類 ,  *多言語 , 【Automatic Indexing@JST】

著者キーワード (3件)： 感情分析 ,  多言語感情分析 ,  感情マイニング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 教師つき学習 ,  多言語 ,  感情分類 ,  比較実験