文献

J-GLOBAL ID：201902221636821802   整理番号：19A0527044

大規模意見マイニングのためのスパークを用いた分散結合感情とトピックモデリング【JST・京大機械翻訳】

A distributed joint sentiment and topic modeling using Spark for big opinion mining

著者 (3件)： Zahedi Esmaeil (Department of Electrical and Computer Engineering, Isfahan University of Technology, Iran) ,  Baniasadi Zahra (Department of Electrical and Computer Engineering, Isfahan University of Technology, Iran) ,  Saraee Mohammad (School of Computing, Science and Engineering, University of Salford, Greater Manchester, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEE  ページ： 1475-1480  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： 意見データは,異なるドメイン(公共,ビジネス,政治,その他)における意見保持者の大規模で制御されていない数によって急速に生産される。このようなデータの体積,多様性および速度は,意見マイニングモデルを必要とし,また,これまでの成長および膨大な量の意見を採用し,確率論的生成モデルの利点を得ることを必要とする。本論文では,S公園に関するレビューから話題と感情を同時に発見するために,共同感情とトピック(JST)モデルの並列実装を提案した。スパークは大規模データ処理のためのオープンソースと高速クラスタ計算フレームワークである。ここでは,公園におけるJSTの実装について議論し,また,遭遇する挑戦を調査しながら,Spkを使用する利点について議論する。異なる体積を持つ異なるアマゾン意見データセットを用いた。結果は,著者らの実験におけるより大規模なデータセットに関して,著しい高速化と高い効率を示した。Copyright 2019 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： *モデリング ,  高速度 ,  クラスタ ,  高速化 ,  確率論
準シソーラス用語： アマゾン ,  オープンソース ,  大規模データ ,  生成モデル , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (6件)： 大規模 ,  意見マイニング ,  スパーク ,  感情 ,  トピック ,  モデリング