文献

J-GLOBAL ID：201602206734701828   整理番号：16A0098482

深部構造モデルに基づく新しい単語検出と感情傾向判定【Powered by NICT】

New Word Detection and Emotional Tendency Judgment Based on Deep Structured Model

著者 (3件)： Sun Xiao (School of Computer and Information,Hefei Univ. of Technol., Hefei) ,  Sun Chongyuan (School of Computer and Information,Hefei Univ. of Technol., Hefei) ,  Ren Fuji (School of Computer and Information,Hefei Univ. of Technol., Hefei)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 42  号： 9  ページ： 208-213  発行年： 2015年 
JST資料番号： C2530A  ISSN： 1002-137X  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： ソーシャルネットワークの発展に伴い,新しい単語はceaselesslyようである。新しい単語の出現は社会的ホットスポットを特性化または特定公共気分を表現する傾向がある。新語検出と感情傾向判断が公共気分予測のための新しい方法を提供する。配列標識のための深い条件付き確率場モデルを構築し,特徴として音声,文字位置,単語形成の能力の一部を紹介し,クラウドソーシングネットワーク辞書と他の第三者辞書とを組み合わせた。感情辞書に基づく伝統的な方法である新しい語感情傾向を判断することは困難である。ベクトル空間における新しい単語に最も近い単語を見出すために,ニューラルネットワーク言語モデルに基づくK次元のベクトルとして単語を発現した。これら単語の感情的傾向およびそれらと新しい単語間の距離によれば,新しい単語の感情を判断する。北京大学のコーパス上での実験は,提案したモデルと方法の実現可能性,新単語検出F値は0.991を示し,感情認識精度は70%であった。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： キャラクタリゼーション ,  ニューラルネットワーク ,  コーパス ,  言語モデル ,  音声 ,  ベクトル ,  ホットスポット ,  ベクトル空間 ,  *単語
準シソーラス用語： 認識精度 ,  北京市 ,  条件つき確率場 ,  社会的ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 深部構造 ,  モデル ,  単語 ,  感情 ,  傾向