文献

J-GLOBAL ID：201802275477904737   整理番号：18A0586228

アラビア語の感情分析のためのマイクロ単語に基づくアプローチ【Powered by NICT】

A Micro-Word Based Approach for Arabic Sentiment Analysis

著者 (2件)： Al-Anzi Fawaz S. ,  AbuZeina Dia
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AICCSA  ページ： 910-914  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： 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】

シソーラス用語： LSI【IC】 ,  データ収集 ,  キャラクタリゼーション ,  ディジタル方式 ,  言語 ,  *単語 ,  測度 ,  類似性 ,  コーパス
準シソーラス用語： 潜在的意味インデクシング ,  テキスト ,  ベクトル空間モデル ,  テキスト分類 ,  *感情分析 ,  *アラビア語 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： アラビア語 ,  感情分析 ,  単語