文献

J-GLOBAL ID：201702215259958257   整理番号：17A1396621

深神経回路網を用いた個人健康経験ツイッター上の同定【Powered by NICT】

Identifying personal health experience tweets with deep neural networks

著者 (5件)： Jiang Keyuan (Department of Computer Information Technology and Graphics, Purdue University Northwest, Hammond, IN 46321 USA) ,  Gupta Ravish (Department of Computer Information Technology and Graphics, Purdue University Northwest, Hammond, IN 46321 USA) ,  Gupta Matrika (Department of Computer Information Technology and Graphics, Purdue University Northwest, Hammond, IN 46321 USA) ,  Calix Ricardo A. (Department of Computer Information Technology and Graphics, Purdue University Northwest, Hammond, IN 46321 USA) ,  Bernard Gordon R. (Department of Medicine, Vanderbilt University, Nashville, TN 37232 USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 1174-1177  発行年： 2017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： ソーシャルメディアプラットフォームとして,ツイッターは健康監視研究に向け,ますます有用なデータ源となっており,ツイッター上での共有個人健康経験を監視するための貴重な情報を提供する。大部分ポストのは特定の健康監視に無関係であるようなTwitterデータは140文字限界による言語と非公式短いテキストの不規則な使用のため,およびそれらのやかましさで知られている。これらの因子は,ツイッターデータから個人健康経験ツイートを同定する際の課題を提起している。本研究では,3種類の異なる建築配置を持つ深いニューラルネットワークを設計し,8,770の注釈付きツイートのコーパスを用いて訓練した後,821annotateツイートの集合から個人的経験ツイートを予測するために使用した。著者らの結果は,従来の分類器によるもの:精度で37.5%,精度31.1%,53.6%再生における上の深いニューラルネットワークによる個人健康経験ツイートを予測の改善の有意な量を示した。は筆者らの手法がデータソースとしてのツイッターを用いた様々な健康監視研究に利用できると信じている。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： ニューラルネットワーク ,  アノテーション ,  *神経回路網 ,  言語 ,  コーパス
準シソーラス用語： テキスト ,  健康調査 ,  *ツイッター ,  *健康 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： 神経回路網 ,  個人 ,  経験 ,  ツイッター ,  同定