文献

J-GLOBAL ID：201702252899095134   整理番号：17A0108573

単語加重LDAアルゴリズムに基づく教師なし感情分類【JST・京大機械翻訳】

An unsupervised approach for sentiment classification based on weighted latent dirichlet allocation

著者 (5件)： Hao Jie (Information Engineering College, Taiyuan University of Technology) ,  Xie Jun (Information Engineering College, Taiyuan University of Technology) ,  Su Jingqiong (Information Engineering College, Taiyuan University of Technology) ,  Xu Xinying (Information Engineering College, Taiyuan University of Technology) ,  Han Xiaoxia (Information Engineering College, Taiyuan University of Technology)
資料名： Zhineng Xitong Xuebao  (Zhineng Xitong Xuebao)
巻： 11  号： 4  ページ： 539-545  発行年： 2016年 
JST資料番号： C2755A  ISSN： 1673-4785  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 主題感情の混合モデルは,主題の情報と感情の傾向を効果的に抽出することができる。本論文では,既存の主題/感情分析法のトピック間の低い認識率の問題を解決するために,単語加重LDAアルゴリズム(WEIGHTED LATENT DIRICHLET ALLOCATION ALGORITHM, )を提案した。このアルゴリズムは,教師なしの主題抽出と感情分析を実現することができる。コーパス中の語彙と感情語の語の距離を計算することにより、異なるサンプリングにおいて異なる語彙に対して異なる重みを与え、テーマごとのキーワードを用いて主題の感情傾向を判断し、さらに各文書の感情分布を得た。この方法は,情動傾向を持つ語彙のサンプリング過程における影響を増強し,主題間の区分性を改善した。実験結果は,WLDA(サンプリング SENTIMENT/TOPIC MODEL)モデルと比較して,WLDAがサンプリングにおいて反復速度が速いだけでなく,トピック抽出と感情分類をより良く実現できることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 語彙 ,  *アルゴリズム ,  キーワード ,  コーパス ,  *単語
準シソーラス用語： トピック抽出 ,  感情語 ,  認識率 ,  感情分析 ,  混合モデル ,  *感情分類 ,  *加重 , 【Automatic Indexing@JST】

著者キーワード (5件)： sentiment classification ,  topic and sentiment unification model ,  topic model ,  LDA ,  weighting algorithm

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 単語 ,  加重 ,  LDA ,  アルゴリズム ,  教師 ,  感情分類