文献

J-GLOBAL ID：201902251044710734   整理番号：19A0488626

補助大規模コーパスを用いたCNNに基づく低資源クロスドメイン製品レビュー感情分類【JST・京大機械翻訳】

Low-Resource Cross-Domain Product Review Sentiment Classification Based on a CNN with an Auxiliary Large-Scale Corpus

著者 (5件)： Wei Xiaocong (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China) ,  Wei Xiaocong (School of Software Engineering, Dalian University of Foreign Languages, Dalian 116044, China) ,  Lin Hongfei (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China) ,  Yu Yuhai (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China) ,  Yang Liang (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China)
資料名： Algorithms (Web)  (Algorithms (Web))
巻： 10  号： 3  ページ： 81  発行年： 2017年 
JST資料番号： U7130A  ISSN： 1999-4893  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 文献[5]は,テキスト転送学習における深いニューラルネットワークの能力を評価するいくつかの報告を含んでいる。しかしながら,著者らの知識に対して,クロスドメイン製品レビュー感情分類における深いニューラルネットワークの可能性を完全に実現する努力はほとんどなかった。本論文では,クロスドメイン製品レビュー感情分類(LM-CNN-LB)のための2層畳込みニューラルネットワーク(CNN)を提案した。深いニューラルネットワークに基づく製品レビュー感情分類への伝達学習研究は,大規模コーパスの欠如によって制限されている。アマゾン製品レビューから収集した大規模補助交差領域データセットを用いてこの問題を改善することを試みた。提案フレームワークは,クロスドメイン製品レビュー感情分類のための深いニューラルネットワークの劇的な移転可能性を示し,最先端の性能を達成する。また,このフレームワークは,非深いニューラルネットワーク法で使用される複雑な工学的特徴より優れている。実験により,類似ドメインからの大規模データの導入は,訓練データの欠如を解決する有効な方法であることを実証した。マルチソース関連ドメインデータセット上で訓練されたLM-CNN-LBは,単一の類似ドメイン上で訓練されたものより優れていた。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *ニューラルネットワーク
準シソーラス用語： 訓練データ ,  大規模データ ,  アマゾン ,  畳込みニューラルネットワーク ,  二層 ,  テキスト ,  *感情分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： クロスドメイン ,  CNN ,  感情分類 ,  大規模 ,  製品レビュー

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (31件)：

• Recupero, D.R.; Presutti, V.; Consoli, S.; Gangemi, A.; Nuzzolese, A.G. Sentilo: Frame-based sentiment analysis. Cognit. Comput. 2015, 7, 211-225.
• Blitzer, J.; McDonald, R.; Pereira, F. Domain adaptation with structural correspondence learning. In Proceedings of the Empirical Methods in Natural Language Processing (EMNLP), Sydney, Australia, 22-23 July 2006; pp. 120-128.
• Pan, S.J.; Ni, X.; Sun, J.T.; Yang, Q.; Chen, Z. Cross-domain sentiment classification via spectral feature alignment. In Proceedings of theWorldWideWeb (WWW), Raleigh, NC, USA, 26-30 April 2010; pp. 751-760.
• Bollegala, D.; Weir, D.; Carroll, J. Cross-domain sentiment classification using a sentiment sensitive thesaurus. IEEE Trans. Knowl. Data Eng. 2013, 25, 1719-1731.
• Xia, R.; Zong, C.; Hu, X.; Cambria, E. Feature ensemble plus sample selection: Domain adaptation for sentiment classification. IEEE Intell. Syst. 2013, 28, 10-18.

タイトルに関連する用語 (6件)： 大規模コーパス ,  CNN ,  資源 ,  ドメイン ,  レビュー ,  感情分類