文献

J-GLOBAL ID：201702271903966136   整理番号：17A0329692

CNNベースの多様化を制限するBoltzmannマシンによる感情解析のための配列レベル潜在的話題モデル化法【Powered by NICT】

A sequence level latent topic modeling method for sentiment analysis via CNN based Diversified Restrict Boltzmann Machine

著者 (3件)： Zhou Yu (Laboratory of Network Oriented Intelligent Computation) ,  Xu Ruifeng (Shenzhen Graduate School, Harbin Institute of Technology, Shenzhen, China) ,  Gui Lin (Laboratory of Network Oriented Intelligent Computation)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICMLC  ページ： 356-361  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,特に畳込みニューラルネットワーク(CNN)に基づく,深層学習に基づく方法は感情分析に顕著な進歩を達成した。しかし,CNNに基づく方法を潜在している話題を考慮していない。本論文では,感情分析のための文の配列レベル潜在的課題をモデル化するためのCNNベースの多様化を制限するBoltzmannマシン(RBM)法を提案した。基本的な考え方は,配列レベル特徴空間の中に文章をマッピングするCNNを使用することであると,テキスト中の潜在主題をモデル化するために多様化したRBMを利用した。得られた潜在している話題特徴は感情分析の性能を改善する埋込み。COAE2014とNLPCC2014データセット上での評価により,本提案法は感情分析における最先端レベル手法よりも性能的に優れていることを示した。さらに,著者らの知識に基づいて,これは感情分析における多様化したRBMを使用する最初の試みである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *モデリング ,  畳込み ,  *多様化 ,  ニューラルネットワーク ,  *Boltzmannマシン ,  深層学習
準シソーラス用語： テキスト ,  特徴空間 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (8件)： CNN ,  多様化 ,  制限 ,  Boltzmannマシン ,  感情 ,  解析 ,  話題 ,  モデル化