文献

J-GLOBAL ID：201702273160853681   整理番号：17A0242238

主題述語関係を考慮した辞書ベース感情分類法【Powered by NICT】

A dictionary-based sentiment classification method considering subject-predicate relation

著者 (4件)： Kawabe Takashi (School of Information Environment, Tokyo Denki University, Inzai, Japan) ,  Yamamoto Yukiko (School of Information Environment, Tokyo Denki University, Inzai, Japan) ,  Tsuruta Setsuo (School of Information Environment, Tokyo Denki University, Inzai, Japan) ,  Knauf Rainer (Faculty of Computer Science and Automation, Ilmenau University of Technology, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 004217-004222  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： ツイッタのようなソーシャルネットワーキング・サービスの信頼性の増強を達成するためには,(1)話題を同定し,(2)チェックする必要がある,同じ話題を有するツイートの大部分は同じ所見を示した。,「感情極性分類」の発信者の感情表現,意見分類に使用されるを解析するための精度を向上させることが示唆された。この理由のために,意味論的な獲得技術を提案し,それは「もう一つの品詞ベース意味論的な辞書」と課題述語関係句の意味論的な辞書を考える(意味論的な表)を統合した。提案した方法の特徴として,各ツイッターやドキュメントの同定意味配向へのその最大衝撃による形容詞または述語の意味の方向を決定した。さらに,辞書をツイートを用いて行われた。通常法は意見分類(ツイートの90%は陰性と判定される)で問題を抱えているが,提案した方法が負の判定率60%が正しかった。句の統合意味論的な辞書は,分類の精度を改善した。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： 衝撃 ,  *意味論 ,  信頼性 ,  品詞 ,  極性
準シソーラス用語： 形容詞 ,  句 ,  感情表現 ,  ソーシャルネットワーキング ,  ツイッター ,  *述語 , 【Automatic Indexing@JST】

分類 (4件)： パターン認識  (JE07000S) ,  ロボットの運動・制御  (IC04012J) ,  自然語処理  (JE06000L) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 主題 ,  述語 ,  辞書 ,  感情分類