文献

J-GLOBAL ID：201802260141978086   整理番号：18A0814857

リカレントニューラルネットワークを用いた意見目標認識の学習【JST・京大機械翻訳】

Learning to recognize opinion targets using recurrent neural networks

著者 (3件)： Liu Yuanchao (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Wang Junqi (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China) ,  Wang Xiaolong (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001, China)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 106  ページ： 41-46  発行年： 2018年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 意見ターゲット認識は,トークンレベルシーケンスラベリングの問題と考えることができて,文章における各々の単語は,標準BIOタグ付け方式によってラベルに割り当てた。様々な方法の中で,最近出現した再帰ニューラルネットワーク(RNN)は,このような種類のシーケンスアノテーション問題を扱うためにより効果的であると考えられている。一方,既存のRNNモデルは,主に入力系列における依存関係の学習に焦点を合わせているが,出力系列におけるそれらを無視している。この目的のために,OLSRNNと呼ばれる拡張RNNモデルを提案した。OLSRNNモデルは,出力時間依存性をさらに捕捉するために,従来のRNNモデルの基礎に関する出力層への自己接続を追加した。ベンチマーク顧客レビューデータセット上で,実験結果は,他のベースライン法と比較して意見ターゲット認識における提案手法の有効性を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *物体認識 ,  ベンチマーク ,  単語 ,  *ニューラルネットワーク ,  時間依存性 ,  基準線
準シソーラス用語： タグ付 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 意見目標抽出 ,  感情分析 ,  顧客レビュー・マイニング ,  ニューラルネットワーク

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： リカレントニューラルネットワーク ,  意見 ,  目標認識 ,  学習