抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
観光旅行の発展を強化する手段として,社会的メディアに関するコンテンツが注目されている。それは,観光地とイベントのオーガナイザのための膨大な情報量があるからである。本研究では,観光地とイベントに関連した記述を含む観光客によって投稿されたtweに焦点を当てた。これらの種類のツイートは観光tweと呼ばれている。観光客から有用な意見を抽出するために,それらを分類するクラスを定義した。これらの分類された観光客は,観光地とイベントに関連する意見と極性を分析するために使用される。さらに,ツイートを分類するための畳込みニューラルネットワークを用いた新しいモデルを提案した。分散表現は,テキストデータをニューラルネットワークに入力できるように,テキストデータを数値ベクトルに変換する最もよく知られた手法の一つである。このモデルは,テキストデータに対する単語表現のハイブリッド表現である多チャネル分散表現を利用する。提案したモデルを評価するために,実際の観光旅行を用いて実験を行った。実験結果は,提案したモデルが他の深い学習ベースのモデルより優れていることを示した。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】