文献

J-GLOBAL ID：201702295282578467   整理番号：17A0307662

極性シフト検出,除去とアンサンブル:文書レベル感情解析のための3段階モデル【Powered by NICT】

Polarity shift detection, elimination and ensemble: A three-stage model for document-level sentiment analysis

著者 (7件)： Xia Rui (School of Computer Science and Engineering, Nanjing University of Science and Technology, China) ,  Xia Rui (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Xu Feng (School of Economics and Management, Nanjing University of Science and Technology, China) ,  Yu Jianfei (School of Computer Science and Engineering, Nanjing University of Science and Technology, China) ,  Qi Yong (School of Computer Science and Engineering, Nanjing University of Science and Technology, China) ,  Qi Yong (School of Economics and Management, Nanjing University of Science and Technology, China) ,  Cambria Erik (School of Computer Engineering, Nanyang Technological University, Singapore)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 52  号： 1  ページ： 36-45  発行年： 2016年01月 
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： 極性シフト問題は,機械学習ベース感情分析システムの分類性能に影響する主要な因子である。本論文では,文書レベル感情分類との関連で極性シフト問題を解決するために,三段階カスケードモデルを提案した。subsentencesのセットに各文書を分割し,陽的および陰的極性シフトを検出するためのルールと統計的手法採用したハイブリッドモデルを構築した。第二に,極性シフト除去法,否定の極性シフトを除去するためを提案した。最後に,異なるタイプの極性シフトので割った訓練部分集合の基本分類器を訓練し,感情分類のための成分分類器の重みづけ組合せを使用した。一連の実験の結果は,筆者らのアプローチが極性シフト検出と除去のためのいくつかの代替法を有意に凌ぐことを示した。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： 機械学習 ,  統計的方法 ,  重みづけ ,  部分集合 ,  *極性
準シソーラス用語： ハイブリッドモデル ,  感情分類 ,  感情分析 , 【Automatic Indexing@JST】

著者キーワード (3件)： 感情分析 ,  感情分類 ,  極性シフト

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 極性 ,  シフト ,  アンサンブル ,  文書 ,  感情 ,  解析 ,  段階 ,  モデル