文献

J-GLOBAL ID：201702265398567425   整理番号：17A0596928

単語意味ベクトル辞書を用いたTwitterからの評判情報抽出

著者 (8件)： 芥子育雄 (奈良先端科学技術大学院大) ,  鈴木優 (奈良先端科学技術大学院大) ,  吉野幸一郎 (奈良先端科学技術大学院大) ,  NEUBIG Graham (奈良先端科学技術大学院大) ,  NEUBIG Graham (カーネギーメロン大 言語技研) ,  大原一人 (シャープ) ,  向井理朗 (シャープ) ,  中村哲 (奈良先端科学技術大学院大)
資料名： 電子情報通信学会論文誌 D(Web)
巻： J100-D  号： 4  ページ： 530-543 (WEB ONLY)  発行年： 2017年04月01日 
JST資料番号： U0473A  ISSN： 1881-0225  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： LeとMikolovは,文書の分散表現を単語と同様にニューラルネットワークで学習できるパラグラフベクトルのモデルを提案し,極性分析ベンチマークを用いて最高水準の分類精度を示した。パラグラフベクトルを用いたツイートの極性分析における実用上の課題は,単語のスパース性を解消するパラグラフベクトルの構築のために大規模文書が必要なことである。本研究では,Twitterの文に対して評判情報抽出を適用する際,その出現単語のスパース性に由来する性能低下を解決するため,人手により構築された単語意味ベクトルを導入する。意味ベクトルとして,各次元が266種類の特徴単語に対応し,約2万語に付与されている単語意味ベクトル辞書を使用する。この辞書を用いて単語拡張したツイートをパラグラフベクトルのモデルで学習するという,単語意味ベクトルとパラグラフベクトルの統合化手法を提案する。これにより,単語がスパースでも特定分野の文脈情報を学習できることが期待される。この評価のため,クラウドソーシングを利用してスマートフォン製品ブランドに関する極性分析ベンチマークを作成した。評価実験の結果,約1万2千ツイートから構成される特定のスマートフォン製品ブランドのベンチマークにおいて,提案手法は,ポジティブ,ニュートラル,ネガティブの3クラス分類におけるポジティブ予測とネガティブ予測のマクロ平均F値71.9を示した。提案手法は従来手法であるパラグラフベクトルによるマクロ平均F値を3.2ポイント上回った。(著者抄録)

シソーラス用語： *単語 ,  *概念 ,  *ベクトル ,  *辞書 ,  *情報 ,  *情報抽出 ,  文章 ,  ニューラルネットワーク ,  性質 ,  学習 ,  アウトソーシング ,  ベンチマーク ,  分類 ,  予測
準シソーラス用語： *意味 ,  *Twitter ,  *評判情報 ,  段落 ,  パラグラフ ,  スパース性 ,  モデル学習 ,  クラウドソーシング ,  多クラス分類

分類 (2件)： その他の情報処理  (JE15050M) ,  計算機網  (JC03000K)

引用文献 (12件)：

• T. Mikolov, K. Chen, G. Corrado, and J. Dean, “Efficient estimation of word representations in vector space,” Proc. Workshop at ICLR, 2013.
• T. Mikolov, I. Sutskever, K. Chen, G. Corrado, and J. Dean, “Distributed representations of words and phrases and their compositionality,” Proc. NIPS, pp.3111-3119, 2013.
• T. Mikolov, W. Yih, and G. Zweig, “Linguistic regularities in continuous space word representations,” Proc. NAACL HLT, pp.746-751, 2013.
• Q. Le and T. Mikolov, “Distributed representations of sentences and documents,” Proc. ICML, pp.1188-1196, 2014.
• 芥子育雄,池内洋,黒武者健一,“百科事典の知識に基づく画像の連想検索,” 信学論(D-II),vol.J79-D-II, no.4, pp.484-491, April 1996.

タイトルに関連する用語 (6件)： 単語 ,  意味 ,  ベクトル ,  辞書 ,  Twitter ,  評判情報