文献

J-GLOBAL ID：201902219647128465   整理番号：19A1190739

オンラインニュース感情分析のための共同訓練畳込みニューラルネットワーク【JST・京大機械翻訳】

Jointly Trained Convolutional Neural Networks for Online News Emotion Analysis

著者 (4件)： Zhao Xue (College of Computer Science, Nankai University, Tianjin, China) ,  Zhang Ying (College of Computer Science, Nankai University, Tianjin, China) ,  Guo Wenya (College of Computer Science, Nankai University, Tianjin, China) ,  Yuan Xiaojie (College of Computer Science, Nankai University, Tianjin, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11242  ページ： 170-181  発行年： 2018年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 感情分析のサブトピックとしての感情分析は,哲学,教育,心理学のような多くの分野を横断する。公共の可能な感情を把握することは,政府が彼らの政策を開発し,多くのビジネスが適切に開発戦略を構築するのを助けることができる。オンラインニュースサービスは,それらの意見を明示的に議論し,ニュースに向けて彼らの感情を表現するために,数百万人のWebユーザを引き付けてきた。既存の研究のほとんどは感情語彙に基づいている。しかしながら,同じ単語は異なる文脈の下で異なる感情を引き起こすかもしれない。そしてそれは語彙ベースの方法をより効果的にする。いくつかの研究は,分類のためのあらかじめ定義された特徴に焦点を合わせており,非常に労働集約的である。本論文では,局所的および大域的情報の両方を自動的に表現できる特徴を抽出するために,畳込みニューラルネットワーク(CNN)ベースのモデルを構築した。さらに,ほとんどのオンラインニュースが類似の単語分布と類似の感情カテゴリを共有するという事実により,2つのデータセット上のニューラルネットワークを同時に訓練し,モデルが両データセットから知識を学習でき,両データセットの分類に役立つ。本論文において,著者らは著者らの共同訓練したCNNベースのモデルを詳述して,強いベースラインと比較することによってその有効性を証明した。Copyright 2018 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Web【情報システム】 ,  心理学 ,  有効性 ,  語彙 ,  *ニューラルネットワーク ,  *ニュース ,  基準線 ,  単語 ,  集中化
準シソーラス用語： *オンライン ,  開発戦略 ,  *畳込みニューラルネットワーク ,  *感情分析 , 【Automatic Indexing@JST】

著者キーワード (3件)： 感情分析 ,  CNN ,  関節訓練

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： オンライン ,  ニュース ,  感情分析 ,  共同訓練 ,  畳込みニューラルネットワーク