文献

J-GLOBAL ID：201702280495084657   整理番号：17A1393598

Apache火花における並列SVM(サポートベクトルマシン)を用いたマイクロブログの感情分類【Powered by NICT】

Microblog Sentiment Classification Using Parallel SVM in Apache Spark

著者 (5件)： Yan Bo ,  Yang Zijiang ,  Ren Yitian ,  Tan Xing ,  Liu Eric
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigData Congress  ページ： 282-288  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： 情報化時代では,インターネットの話題の感情分類は,非常に重要である。並列サポートベクトルマシン(SVM)とマイクロブログ感情分類手法を提案した。提案した方法は,感情分類のための適切なデータを確保するためにマイクロブログの特徴を統合した前処理であった。前処理プロセスの後,Apache火花並列SVMは,分類を実行するために使用される。SVMは,テキスト分類において最も一般的なアルゴリズムの一つである。小規模と非線形問題に適合する。しかし,ビッグデータを扱う場合,SVMは非常に長くなる。動径基底関数(RBF)カーネル関数を用いたSVMを並列化する火花適用した。Apache火花の導入は,Hadoopと比較して機械学習における優れた性能をもたらした。実験はスパークは,SVMの実行速度を有意に増加させることを示した。同時に分類精度も前処理とカーネル関数パラメータ選択における情報利得(IG)法により増加した。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： 前処理 ,  非線形問題 ,  機械学習 ,  アルゴリズム ,  *サポートベクトルマシン ,  動径基底関数 ,  インターネット
準シソーラス用語： 情報利得 ,  分類精度 ,  Kernel関数 ,  ビッグデータ ,  テキスト分類 ,  *感情分類 ,  *マイクロブログ ,  *Apacheモジュール , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： APACHE ,  火花 ,  SVM ,  サポートベクトルマシン ,  マイクロブログ ,  感情分類