文献

J-GLOBAL ID：201702261232424412   整理番号：17A1568998

感情分類のための改良された項重み付けスキーム【Powered by NICT】

An improved term weighting scheme for sentiment classification

著者 (5件)： Zhang Pu (College of Computer Science and Technology, Chongqing University of Posts and Telecommunications) ,  Wang Yinghao (College of Computer Science and Technology, Chongqing University of Posts and Telecommunications) ,  Wang Junxia (College of Computer Science and Technology, Chongqing University of Posts and Telecommunications) ,  Zeng Xianhua (College of Computer Science and Technology, Chongqing University of Posts and Telecommunications) ,  Wang Yong (Key Laboratory of Electronic Commerce and Logistics, Chongqing University of Posts and Telecommunications, Chongqing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IAEAC  ページ： 462-466  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： 教師つき学習手法がテキスト感情分類に広く用いられている。高い分類性能を得るために,効果的で正確な用語の重みづけスキームは分類システムのためのプライムと必要な役割を果たしている。伝統的用語の重みづけスキームがしばしば事前知識,特徴とクラスラベルの間の発現関係は正確で十分に適切ではない結果として利用可能な標識情報の利用を無視している。そこで本論文では,特徴点の寄与を利用した用語の重みづけスキームを提案し,特徴項のクラスの寄与,局所分布と全球分布を考慮に入れた方式を得た。方式は事後確率に基づくクラス寄与度因子としての特徴とクラスラベル間の関係を発現し,その頻度や逆ドキュメント頻度の因子とを組み合わせたものである。一連の用語の重みづけスキームのと比較して,広く使用されているデータセット上での実験結果により,提案した方式は,感情分類の性能を大幅に改善できることを示した。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： 教師つき学習 ,  事後確率 ,  *重みづけ
準シソーラス用語： 特徴点 ,  事前知識 ,  テキスト ,  *感情分類 , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 感情分類 ,  重み付け ,  スキーム