文献

J-GLOBAL ID：201702258342511338   整理番号：17A1257343

言語agnosticツイッター感情分析のための文字ベース畳込みニューラルネットワーク【Powered by NICT】

A character-based convolutional neural network for language-agnostic Twitter sentiment analysis

著者 (4件)： Wehrmann Joonatas (Faculdade de Informa ́tica, Pontifi ́cia Universidade Cato ́lica do Rio Grande do Sul, Av. Ipiranga, 6681, 90619-900, Porto Alegre, RS, Brazil) ,  Becker Willian (Faculdade de Informa ́tica, Pontifi ́cia Universidade Cato ́lica do Rio Grande do Sul, Av. Ipiranga, 6681, 90619-900, Porto Alegre, RS, Brazil) ,  Cagnini Henry E. L. (Faculdade de Informa ́tica, Pontifi ́cia Universidade Cato ́lica do Rio Grande do Sul, Av. Ipiranga, 6681, 90619-900, Porto Alegre, RS, Brazil) ,  Barros Rodrigo C. (Faculdade de Informa ́tica, Pontifi ́cia Universidade Cato ́lica do Rio Grande do Sul, Av. Ipiranga, 6681, 90619-900, Porto Alegre, RS, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 2384-2391  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： ツイッター感情分析に関する大部分の研究は単一言語と機械学習方法によって生成されるモデルは,複数の言語間一般化していない。クロス言語感情解析は,通常,与えられたソース言語翻訳選択の標的言語に機械翻訳手法により行った。機械翻訳は高価であり,これらの戦略によって提供される結果が行われていることを翻訳の品質によって制限される。本論文では,筆者らはTwitter感情分析,明確な(または複数)言語で書かれたかもしれないことをツイートの適切な極性を示す文字レベル埋込みと深い畳込みニューラルネットワークを利用するための言語不可知論的翻訳フリー法を提案した。提案した方法は,いくつかの他の深いニューラルアーキテクチャよりもより正確な実質的に少ない学習可能パラメータを必要とする。得られたモデルは簡単なやり方でトレーニング過程で使用されているすべての言語からの学習潜在特徴が可能でありそれはなんの行われるに翻訳過程を必要としない。は四種の異なる言語からのツイッターに基づくツイートコーパスにおける提案した方法の効率と有効性,提案アプローチでは,快適なベースラインを凌ぐことを示し評価する。さらに,ツイッター感情分類のためのその有効性を定性的に実証することであれば,高精度にであることを知識を可視化した。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： 可視化 ,  機械翻訳 ,  基準線 ,  *畳込み ,  品質 ,  *言語 ,  *ニューラルネットワーク ,  極性 ,  機械学習 ,  学習
準シソーラス用語： 高精度 ,  感情分類 ,  *感情分析 ,  *ツイッター , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 言語 ,  ツイッター ,  感情分析 ,  文字 ,  畳込みニューラルネットワーク