文献

J-GLOBAL ID：201702288142950308   整理番号：17A1400432

ツイート分類のための特徴抽出:人間はどのように優れているか【Powered by NICT】

Feature extraction for tweet classification: Do the humans perform better?

著者 (2件)： Tsapatsoulis Nicolas (Dept. of Communication and Internet Studies, Cyprus University of Technology, CY-3036, Limassol, Cyprus) ,  Djouvas Constantinos (Dept. of Communication and Internet Studies, Cyprus University of Technology, CY-3036, Limassol, Cyprus)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SMAP  ページ： 53-58  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： Twitterデータの感情分析は,過去10年間の研究動向となった。ツイッターAPIのおかげで,関心の話題に関連して,大量ツイートのをリアルタイムで収集することができる。これらツイッターの感情解析を行い社会的センシングと意見マイニングを行うために用いることができる。例えば,予測選挙は,ツイッターの感情分析はここ数年広く応用されている一次領域である。Twitterデータの評価情報分析は文分類の類似タスクと比較して重要な課題を提示した。ツイートは140文字に限定されている,伝達されるメッセージである圧縮かつ状況依存的な。ツイートは非公式と非構造化,通常標準語いの文法的健全性と使用を欠いていた。一方,ツイートは通常ハッシュタグと顔文字の助けを借りてそれらの話題と感情に関する著者自身によりそれら注釈した。POSタグ付け法は,ツイートの文法構造の欠如のために失敗するがテキストインデクシング手法はスパース性問題に直面しているのでツイッターの感情分析のための適切な特徴の同定未解決の研究分野である。言語に依存しないため,すなわち,文字のnグラム,文字ベースの特徴は,現在開発されている。しかし,その有効性は非常に低かった。本論文では,ツイッターの感情分析のための人による使用トークンは,この目的のために利用できる最良の特徴集合と主張した。ツイート分類のための人間によって用いられている特徴(トークン)によるいくつかの自動抽出された特徴を比較し,機械学習フレームワーク。結果をディシジョンツリー分類器と組み合わせた手動で示したトークンは他の特徴集合分類アルゴリズム組合せよりも優れていることを示した。実験で使用された人手アノテーション付きデータセットであるそれを利用したい人のための公開されている。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： 機械学習 ,  予測 ,  言語 ,  語彙 ,  ディシジョンツリー ,  アノテーション ,  *特徴抽出 ,  トークン ,  文法 ,  構造形成
準シソーラス用語： 自動抽出 ,  タグ付 ,  意見マイニング ,  ツイッター ,  感情分析 , 【Automatic Indexing@JST】

分類 (2件)： 電話・データ通信・交換一般  (ND11010T) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： 分類 ,  特徴抽出 ,  人間