文献

J-GLOBAL ID：201702242690493716   整理番号：17A1281985

短いテキストに向けた感情の屈折モデル【JST・京大機械翻訳】

Short Text-Oriented Sentiment Refraction Model

著者 (3件)： Zhang Le (北京郵電大学経済管理学院 北京 100876) ,  Yan Qiang (北京郵電大学経済管理学院 北京 100876) ,  Lv Xueqiang (北京信息科技大学网絡文化与数字伝播北京市重点実験室 北京 100101)
資料名： Qingbao Xuebao  (Qingbao Xuebao)
巻： 36  号： 2  ページ： 180-189  発行年： 2017年 
JST資料番号： W1460A  ISSN： 1000-0135  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： モバイルインターネットの時代において,大量の短いネットワーク情報を生成し,これらのデータにおけるユーザの感情情報を迅速かつ正確に取得することは,広い応用場面を有する。本論文では、人類が順にテキストを読み取り、感情情報を獲得する習慣を考慮し、光の屈折を利用してシミュレーションを行い、短いテキスト分類に向けた感情屈折モデル(Sentiment Refraction Model,SRM)を提案した。まず、いくつかの種子感情語から出発して、word2vectorとk最近傍分類アルゴリズムを用いて、喜び、怒り、、楽しい、恐怖、悪い6種類の感情を含む感情辞書を発見的に構築し、それぞれの感情語が同等の強度を持つ感情を認定した。また、これらの感情語は異なる文脈において、一定の感情屈折率を有している。次に,短いテキストに対して,感情的光線は,いくつかの感情語を含むテキスト中に伝搬し,異なる感情媒体の連続屈折を通して,感情光線の伝搬方向に対応する変化を生み出すことができ,そして,感情の角度と初期の入射角の差によって,テキストの感情極性を判定することができた。最後に,本論文では,本論文で提案された方法を評価するために,NLP&CC,COAEなどの公表された標準データセットを用いて,それぞれ,感情極性重みづけ和,ナイーブBayes,およびサポートベクトルマシンに基づく分類法と比較した。実験結果により,感情的屈折モデルが異なるタイプの短いテキストデータセットにおいて良好な表現を持ち,また,単純な辞書と拡張した辞書の感情分類結果の比較により,感情辞書の拡張方法の有効性を証明した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 重みづけ ,  ネットワーク ,  サポートベクトルマシン ,  入射角 ,  ヒト ,  屈折率 ,  *屈折 ,  極性 ,  光子ビーム
準シソーラス用語： 感情分類 ,  分類法 ,  分類アルゴリズム ,  感情語 ,  テキスト分類 ,  *テキスト , 【Automatic Indexing@JST】

著者キーワード (5件)： sentiment analysis ,  refraction ,  emotional refractive index ,  emotional words medium ,  emotional polarity

分類 (2件)： 自然語処理  (JE06000L) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (3件)： 感情 ,  屈折 ,  モデル