文献

J-GLOBAL ID：201702222185990415   整理番号：17A1354296

短いテキスト感情解析のための文脈ベース正則化法【Powered by NICT】

A context-based regularization method for short-text sentiment analysis

著者 (3件)： Zhang Xiangyu (School of Economics and Management, Beihang University, Beijing, China) ,  Li Hong (School of Economics and Management, Beihang University, Beijing, China) ,  Wang Lihong (National Computer Network Emergency Response Technical Team/Coordination Center of China, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSSSM  ページ： 1-6  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： 感情解析は自然言語処理において重要な課題,事業,政治およびその他の分野のような関心の領域に大きな価値を約束している。インターネットの有病率は,ソーシャルメディアにtweetingと生成物についてコメントのような方法を介したインターネット上の意見と感情を発現している好む人々を引き起こしている。しかし,ソーシャルメディア利用者の談話は通常ユーザのポストサイズまたは時間制限の限界による短い。はこれらの特徴から明らかになったこれらのポストと単語の意味で使用されている文法が柔軟であると言う,感情分析を困難にしている。感情分析は重要であるが挑戦的な課題である。本論文では,短いテキスト感情分析のための文脈ベース正則化分類法を提案した。より詳しくいえば,ここでは,感情分類の性能を改善するためのデータから得られた文脈的知識を利用する。本論文では,文脈的知識は二つの部分:語感情知識と単語類似性知識を含んでいる。さらに,単語の感情と意味レベルに単語間の類似性を計算する方法を提案した。具体的には,一方の側には,各単語の感情極性を決定するために各感情試料中の単語をランク付けするためにTextRankアルゴリズムに基づくTRSR法を用いた。他については,単語埋込みに基づいて単語間の類似性を計算した。でこのようにして,単語間の類似性と単語の感情極性を決定することができる。,教師つき分類フレームワーク,それは最適化問題に変換するより正確なモデルを訓練するために正則化としての文脈的知識を組み込んだ。両中国語と英語のデータセット上での実験を行い,他のベースライン手法よりも優れている,そしてこれが安定で効果的であることを著者らの方法を実証した。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： 自然言語処理 ,  等級づけ ,  単語 ,  中国語 ,  インターネット ,  アルゴリズム ,  文法 ,  英語 ,  類似性 ,  *正則化 ,  最適化問題
準シソーラス用語： 分類法 ,  感情分析 ,  ソーシャルメディア ,  *テキスト , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (3件)： 感情 ,  解析 ,  文脈