文献

J-GLOBAL ID：201802250509997718   整理番号：18A0537313

インドネシアソーシャルメディア感情分析の分類方法の比較【Powered by NICT】

Classification method comparison on Indonesian social media sentiment analysis

著者 (2件)： Fatyanosa Tirana Noor (Faculty of Computer Science, Brawijaya University, Malang, Indonesia) ,  Bachtiar Fitra A. (Faculty of Computer Science, Brawijaya University, Malang, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SIET  ページ： 310-315  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： 個人は通常それらの展望を与えるに対するそれらの感情を持った正真正銘であるソーシャルメディアからの感情分析が必須であることが分かった。しかし,旋削における感情分析へのソーシャルメディアは通常あいまいなコメント,言語障壁問題,語 俗語語,冗長コメント,と感情分類などの課題を有している。本研究はジャカルタ知事選挙に対するインドネシアソーシャルメディアからの感情分類の問題を識別することを試みた。いくつかのステップは,前処理を含むこれらの問題を克服した。使用した前処理戦略は無関係ツイートを除去し,URLを除去し,重複線を削除して類似した線を削除して関連のない単語を除去し,ハッシュタグを除去し,Twitter usernameを除去し,コメントの数を除去し,句読点を除去し,語 俗語語をチェックして,語 俗語単語を変換する適切な単語に入れた。前処理された感情は,正,負,および中性に分類される。本研究で使用した分類法は,客観的スコア,加重平均,Naive Bayes法にしきい値を持つツイートのツイート,平均総和法,平均した。実験結果は,Naive Bayesは最高精度,最高の再現率および中性および正の感情に対して最高の精度が得られることを示した。しかし,Naive Bayesは負の感情のための良好な結果をもたらさなかった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 曖昧さ ,  言語 ,  冗長性 ,  *単語 ,  前処理 ,  旋削
準シソーラス用語： 再現率 ,  加重平均 ,  中性 ,  句読点 ,  選挙 ,  感情分類 ,  *ソーシャルメディア ,  *分類法 ,  *感情分析 , 【Automatic Indexing@JST】

分類 (5件)： 切削一般  (QC02010V) ,  人工知能  (JE08000Z) ,  その他の材料の試験  (HB05000T) ,  航空機事故  (TE01040E) ,  製材・加工  (FF05032S)

タイトルに関連する用語 (4件)： インドネシア ,  ソーシャルメディア ,  感情分析 ,  分類方法