抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ソーシャルメディアサイトの爆発的な増大とともに,膨大な意見のデータを数値的にオンライン記録となっている。この種のデータの爆発は,新しい地域の上昇を与える:感情解析および意見マイニング。本論文の目的は,機械学習に基づくアプローチを用いたフェイスブックコメント「正または負」の極性を決定することである。このアプローチは,良好な分類性能を得るために言語単位(単語や文章)の適切なベクトル表現を必要とする。この理由のために,著者らは忠実にそれらの意味と感傷特性を変換できる単語の新しい感情ベクトル表現,感情記号に基づいて提示した。さらに,辞書を拡大し,新しい状況に応じて単語表現を動的に更新することを目的とした濃縮段階を提案した。最後に,これらの単語表現を用いて,それらを分類し,それらの極性を予測するために同じ特徴空間におけるコメントを提示した。サポートベクトルマシンは,辞書の単語とその濃縮の感情ベクトル表現は,よく知られたbag-of-wordsベクトル表現と比較して感情分析問題のための精度を大幅に改善することを示し,Facebookから誘導されたデータセットを用いて使用した。著者らの結果は,また,一貫性があり有効であった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】