文献

J-GLOBAL ID：201802212960281302   整理番号：18A0439924

短いテキスト感情解析のための多粒度データ増強による核融合ニューラルネットワークモデル【Powered by NICT】

A multi-granularity data augmentation based fusion neural network model for short text sentiment analysis

著者 (3件)： Sun Xiao (School of Computer and Information, Hefei University of Technology, Hefei, Anhui, 230009) ,  He Jiajin (School of Computer and Information, Hefei University of Technology, Hefei, Anhui, 230009) ,  Quan Changqin (Department of Computational Science Kobe University Kobe, Japan, 6578501)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACIIW  ページ： 12-17  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： 感情分析は,言語構造,意味構造,特に短テキスト処理の分野におけるラベル付きデータと文脈情報の相対的な不足の複雑さのために,自然言語処理における挑戦的な課題である。深学習モデルを採用したときデータスパース性および過剰適合問題を克服するために,ニューラルネットワーク学習のための大量のデータを生成するために多粒度テキストデータ増強技術を提案した。性能を改善し,他の有効なニューラルネットワークモデルより優れていることを提案したデータ議論技術を有する新規混乱モデル(LSCNN)を提案した。提案したデータ増大法を提案しモデルの一般化能力を向上させた。も神経回路網モデルと組み合わせて提案したデータ増強法はクロスドメイン感情分析に手製特徴,コメント感情検出のための効率的な技術であるなしに驚異的な性能を達成できることを示した。Copyright 2018 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： *モデル ,  学習モデル ,  言語 ,  学習 ,  カオス ,  *ニューラルネットワーク ,  文書処理 ,  自然言語処理
準シソーラス用語： テキストデータ ,  スパース性 ,  複雑性 ,  文脈情報 ,  感情分析 ,  *神経回路網モデル ,  *テキスト , 【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)： 感情 ,  解析 ,  粒度 ,  データ増強 ,  核融合 ,  ニューラルネットワークモデル