文献

J-GLOBAL ID：201802293661195662   整理番号：18A2037350

中国語感情分析のための感情を意識した再帰型ニューラルネットワークモデル【JST・京大機械翻訳】

Emoticon-Aware Recurrent Neural Network Model for Chinese Sentiment Analysis

著者 (4件)： Li Da (Graduate School of Information Science and Technology, Hokkaido University, Sapporo, Japan) ,  Rzepka Rafal (Graduate School of Information Science and Technology, Hokkaido University / RIKEN AIP Sapporo, Sapporo, Japan) ,  Ptaszynski Michal (Department of Computer Science, Kitami Institute of Technology, Kitami, Japan) ,  Araki Kenji (Department of Computer Science, Kitami Institute of Technology, Kitami, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： iCAST  ページ： 161-166  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： ピクトグラム(emotcons/emojis)は,感情の図式表現のための平均として社会メディアに広く使われている。人々は,感情によってサポートされるとき,テキスト情報を通して微妙なnuancesを表現することができて,コンピュータ媒介通信(CMC)の有効性も改善される。したがって,CMCに及ぼすエモチコンの影響を完全に理解することは重要である。本論文において,著者らは,中国の社会的メディアプラットフォームであるWeiboの感情解析のために,感情的極性を意識したリカレントニューラルネットワーク法を提案した。第一段階では,Weiboで使用されている人種表現を用いて67の感情の使用を分析した。新しい「humoous型」を追加した極性アノテーションを行うことにより,23個のエモチコンが正または負よりもhurousとしてより多く考えられることを確認した。これに基づいて,著者らは,大規模なラベル付きデータの感情分析のために,長い短時間の記憶リカレントニューラルネットワーク(LSTM)において,エモチコンの極性を適用した。著者らの実験結果は,提案した方法がWeioに関する感情極性を予測するための精度を著しく改善することができることを示した。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： 極性 ,  アノテーション ,  通信 ,  コンピュータ ,  *中国語
準シソーラス用語： リカレントニューラルネットワーク ,  ソーシャルメディア ,  *再帰型ニューラルネットワーク ,  *感情分析 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 中国 ,  感情分析 ,  感情 ,  意識 ,  再帰型ニューラルネットワーク ,  モデル