文献

J-GLOBAL ID：201802277316266701   整理番号：18A1149171

多重混合畳み込みニューラルネットワークに基づく新しい短時間テキスト分類法【JST・京大機械翻訳】

A new short text sentimental classification method based on multi-mixed convolutional neural network

著者 (2件)： Lidong Hao (School of Computer Science and Software Engineering, East China Normal University Shanghai, China, Shanghai, China) ,  Hui Zhao (Shanghai Key Laboratory of Trustworthy Computing, Shanghai, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICCCBDA  ページ： 93-99  発行年： 2018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： ほとんどすべての電子商取引プラットフォームはオンライン製品コメントサービスを提供する。コメントは,製品に関する口のいくつかの単語である。顧客は,類似の製品を購入するとき,非公式決定を行うためのコメントを通常参照する。さらに,企業はコメントを通して製品についてフィードバックを知るように見える。しかし,典型的な大きいデータ特性とノイズのある短いテキストデータ特性は,オンラインコメントデータ解析が挑戦作業になっている。本研究では,オンライン製品コメントの感情を解析するために,多重混合畳込みニューラルネットワーク(MMCNN)モデルを提案した。著者らは,混合層におけるコンボリューションとプール特徴を混合して,オンラインコメント感情分析の有効性を強化した。Skip-gramモデルを用いて単語ベクトルを訓練した。各コメントの長さは固定されていないので,2つの新しい経験的マトリックス充填法を設計する。それは,周期的マトリックス充填とランダムマトリックス充填である。著者らは,www.jd.comから得られた乳児の力に関するオンラインコメントと,www.のelongからのhotelについてのオンラインレビューの2つのデータセットに対して,著者らのアプローチを適用した。実験結果により,サポートベクトルマシン,最大エントロピー,Naive Bayesおよび古典的CNNと比較して,提案アプローチの有効性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  電子商取引 ,  サポートベクトルマシン ,  モデル ,  単語 ,  *多重化 ,  データ解析 ,  ベクトル ,  畳込み ,  乳児
準シソーラス用語： 最大エントロピー ,  テキストデータ ,  オンライン ,  *テキスト分類 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 多重 ,  畳み込みニューラルネットワーク ,  短時間 ,  分類法