文献

J-GLOBAL ID：201702216732496224   整理番号：17A1555777

混合グラム項のための学習感情的表現【Powered by NICT】

Learning Sentimental Representations for Mixed-Gram Terms

著者 (3件)： Guo Zhongyang ,  Qin Zengchang ,  Wan Tao
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IHMSC  ページ： 351-354  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： 本論文では,感情分類タスクを扱うために混合グラム項のバッグに基づいており,感傷特徴を抽出するモデルを提案した。感情を表現し,感情分類のタスクを完了するために感情表現を使用する非常に短い次元ベクトルを得た。さらに,感傷表現およびいくつかの伝統的な単語ベクトルは互いに相補的な利点を持っているので,我々は他の単語ベクトルを用いて,最終的にはより効率的な分類器を実行する畳込みニューラルネットワークを用いた感情表現を結合した。実験結果は,この組み合わせ法は静的単語ベクトルを用いる感傷分類タスクを良好に扱うことができることを示し,感傷表現は,以前の研究で磨き単語ベクトルの役割を果たしている。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： モデル ,  畳込み ,  *学習 ,  ベクトル ,  ニューラルネットワーク ,  単語
準シソーラス用語： 感情表現 ,  感情分類 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： グラム ,  学習 ,  表現