文献

J-GLOBAL ID：201902252283522799   整理番号：19A0641825

多チャネル分散表現による畳込みニューラルネットワークを用いた観光ツイートの分類【JST・京大機械翻訳】

Classifying Sightseeing Tweets Using Convolutional Neural Networks with Multi-channel Distributed Representation

著者 (3件)： Hashida Shuichi ,  Tamura Keiichi ,  Sakai Tatsuhiro
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SMC  ページ： 178-183  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： 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】

シソーラス用語： 単語 ,  情報量 ,  観光地区 ,  ベクトル ,  学習 ,  *ニューラルネットワーク ,  *観光 ,  コンテンツ ,  極性
準シソーラス用語： テキストデータ ,  観光客 ,  畳込みニューラルネットワーク ,  *分散表現 ,  *マルチチャネル , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 多チャネル ,  分散表現 ,  畳込みニューラルネットワーク ,  観光 ,  分類