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。
ソーシャルネットワークデータの感情分析は最近大きな注目を集めている。言語の標準フォーマットと比較した場合,社会的ネットワークが異なることを稀な言語によって特性化した。,デジタルとオンライン世界におけるた迅速かつ日常新しい単語変種の膨大な量を解析する有効な方法が求められている。テキスト分類では,ベクトル空間モデル(VSM)は,語いリスト(すなわち全訓練集合単語)に基づいている奇数語,テキスト情報の部分的損失をもたらすを無視している。この挑戦に取り組むために,著者らは,単語自身の代わりに基本的特徴単位として語の各二隣接文字を用いることを提案した。すなわち,VSMにおける単語を用いる代わりに,的なマイクロ語の配列,その各々はわずか二連続文字を持つに向けて各語を分解に基づいた新しい方法を提案した。二データ収集を使用して,その性能を調べた。データコレクションは,共通(すなわち標準形)と稀なアラビア語テキスト(Instagramから得られた)を含んでいる。共通テキストでは,訓練のための1,500文書と試験のための500文書を含むコーパスを用いた。提案した方法は,分類のためのテキスト特徴と余弦類似性測度のための潜在的意味インデクシング(LSI)を用いて評価した。実験結果は,提案した方法は,試験セット文書を分類する83.6%までの精度で正しくとして有望な結果を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】