文献

J-GLOBAL ID：201802284568071991   整理番号：18A1592189

テキストマイニングにおけるサポートベクトルマシンの分類性能を強化するためのスケーリング特徴選択法【JST・京大機械翻訳】

Scaling feature selection method for enhancing the classification performance of Support Vector Machines in text mining

著者 (2件)： Manochandar S. (Department of Management Studies, National Institute of Technology, Tiruchirappalli, India) ,  Punniyamoorthy M. (Department of Management Studies, National Institute of Technology, Tiruchirappalli, India)
資料名： Computers & Industrial Engineering  (Computers & Industrial Engineering)
巻： 124  ページ： 139-156  発行年： 2018年 
JST資料番号： D0502B  ISSN： 0360-8352  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 顧客レビューに基づく意見の分類は,高次元による複雑なプロセスである。本研究では,レビューを効果的に分類するために,特徴の最小数を選択することを目的とした。tf-idfとGlasgow法は,意見マイニングにおける特徴選択のために一般的である。特徴集合のサイズを低減するために,グラフ表現を用いて従来のtf-idfおよびGlasgow表現に対する2つの修正を提案した。提案した表現の精度を,サポートベクトルマシン技術を通して確立した。さらに,特徴選択のために採用された用語重みづけ表現の有効性を測定するために,新しいフレームワークを考案した。最後に,表現の強度を評価基準と有効性を通して確立して,この強度を統計的にテストした。著者らの実験結果に基づいて,著者らの修正tf-idfとGlasgow法は,分類のために必要な顕著な特徴の最小数の抽出のために,従来の用語重みづけ表現より良く機能した。このように,サポートベクトルマシンの性能を強化した。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： 評価基準 ,  高次元 ,  *サポートベクトルマシン ,  *特徴選択 ,  重みづけ
準シソーラス用語： 意見マイニング ,  *テキストマイニング , 【Automatic Indexing@JST】

著者キーワード (5件)： グラスゴー ,  意見マイニング ,  サポートベクトルマシン ,  項重みづけ ,  TF-IDF

分類 (5件)： 工程管理  (KB03030P) ,  人工知能  (JE08000Z) ,  統計的品質管理  (KB04030W) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： テキストマイニング ,  サポートベクトルマシン ,  分類 ,  強化 ,  スケーリング ,  特徴選択