文献

J-GLOBAL ID：201602213386219694   整理番号：16A1356621

文書レベル感情分類のための深層学習とサブツリー・マイニング【Powered by NICT】

Deep learning and sub-tree mining for document level sentiment classification

著者 (3件)： Chau Ngoc Phuong (School of Information Science, Japan Advanced Institute of Science and Technology (JAIST), Japan) ,  Phan Viet Anh (School of Information Science, Japan Advanced Institute of Science and Technology (JAIST), Japan) ,  Nguyen Minh Le (School of Information Science, Japan Advanced Institute of Science and Technology (JAIST), Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： KSE  ページ： 268-273  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,オンラインソーシャルネットワークの発展に伴い,人々の意見を決定する感情分類(SC)は,自然言語処理において重要な課題である。本研究では,感情分類問題を解決するために深い学習とサブツリーマイニングを組み合わせたモデルを提案した。Stanford構文解析は,文の初めから終わりまで関係を抽出するのに使用され,各文は,木として表現した。その後,サブツリーマイニング技術によるFindBestSubツリーアルゴリズムはデータセットにおける異常値を除去した。文における単語の順序は異常値除去相後の木からのDFS(深さ優先探索)に従って変化した。最後に,文章中のすべての単語と文書の全ての文の間の関係は,LSTMとGRNNにより捕捉された。文書感情分類実験は多分野の評価情報データセットについて実施した。異常値の除去は~1このモデルにおいてより高い性能をもたらした。著者らの実験では,提案した方法はLSTM+GRNNモデルよりも0.14%~6.93%の範囲の精度の項における改善を達成した。Copyright 2016 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： 構文分析 ,  *異常値 ,  単語 ,  自然言語処理
準シソーラス用語： 外れ値除去 ,  *部分木 ,  *深層学習 ,  *感情分類 , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 文書 ,  感情分類 ,  深層学習 ,  サブツリー