文献

J-GLOBAL ID：201702284753224888   整理番号：17A0371462

雑音ラベル上の感情と感情分類【Powered by NICT】

Sentiment and emotion classification over noisy labels

著者 (6件)： Wang Yaowei (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Rao Yanghui (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Zhan Xueying (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Chen Huijun (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Luo Maoquan (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Yin Jian (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 111  ページ： 207-216  発行年： 2016年 
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： ソーシャルメディアの急速な発展に伴い,オンラインユーザは彼らの意見を共有する簡便に許可されている。しかし,ソーシャルメディアにおける感情および感情のためのグランドトルースを調査,ハッシュタグまたは情動を通してしばしば構築される,ラベルは多くの誤差を含む可能性がある。アマチュアと悪意のあるユーザ攻撃意見を発現または詐欺的レビューの普及でもある,これはオンラインの信頼性への増大する脅威として同定されている。,感情と感情分類器を訓練された場合,グランドトルースの中でこの雑音を調和させることが有用である。本論文では,雑音のあるラベル付きコーパスから各インスタンスの実際感傷または感情カテゴリーを推定するアウトソーシングシステムや語い必要としない隠れた雑音除去分類モデル(HDCM)を提案した。状況下でユーザによる文書,および様々なドメインを持つ文書へのカテゴリーを割り当てることにユーザの権限にカテゴリーを割り当てることの単純さは,HDCMにおける観察されない隠れた制約としてモデル化した。異なるスケール雑音ラベルのデータセットを用いた広範な評価は,両感情と感情分類タスクのための提案したモデルの有効性を検証した。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： 雑音除去 ,  高速度 ,  信頼性 ,  *雑音 ,  コーパス ,  モデリング ,  語彙
準シソーラス用語： 分類モデル ,  オンライン ,  詐欺 ,  グランドトゥルース ,  ソーシャルメディア ,  *感情分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： 隠れ雑音除去分類モデル ,  感情分析 ,  感情検出 ,  雑音標識

分類 (2件)： 応用心理学  (AE02000A) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： 雑音 ,  ラベル ,  感情 ,  感情分類