文献

J-GLOBAL ID：201802234750709420   整理番号：18A2112709

教師付き機械学習アプローチを用いたUrdu感情分析【JST・京大機械翻訳】

Urdu Sentiment Analysis Using Supervised Machine Learning Approach

著者 (2件)： Mukhtar Neelam (Department of Computer Science, University of Peshawar, KPK, Pakistan) ,  Khan Mohammad Abid (Department of Computer Science, University of Peshawar, KPK, Pakistan)
資料名： International Journal of Pattern Recognition and Artificial Intelligence  (International Journal of Pattern Recognition and Artificial Intelligence)
巻： 32  号： 2  ページ： 1851001  発行年： 2018年 
JST資料番号： T0877A  ISSN： 0218-0014  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 最後の10年から,英語や中国語のような言語の意味分析は特に注目されているが,Urduのような資源の乏しい言語は研究コミュニティによってほとんど無視されており,この研究に焦点を合わせている。約14の異なるジャンルの様々なブログからデータを取得した後に,データは人間のアノテーション者の助けを借りて注釈付けされている。3つのよく知られている分類器,すなわち,サポートベクトルマシン,決定木およびk-最近傍(k-NN)をテストし,それらの出力を比較し,それらの結果を,停止単語除去,特徴抽出,重要な特徴抽出の同定および抽出を含む多くのステップを取った後,最終的に改善した。最初に,分類器の性能は,すべての3つが50%以下の精度で満足できない。分類器の集合も試みたが,結果は十分ではなかった(高精度に関して)。結果を注意深く解析し,これらの分類器の性能を満足なレベルに上げる特徴抽出を含む改良を行った。さらに,k-NNは,精度,想起およびf測度に関して,サポートベクトルマシンおよび決定ツリーよりも優れていると結論した。Copyright 2018 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 英語 ,  中国語 ,  *サポートベクトルマシン ,  ディシジョンツリー ,  特徴抽出 ,  単語 ,  測度 ,  言語 ,  アノテーション ,  コミュニティ
準シソーラス用語： 高精度 ,  ブログ ,  *感情分析 ,  *教師付き機械学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： Urdu感情分析 ,  分類器 ,  特徴抽出

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 教師付き機械学習 ,  感情分析