文献

J-GLOBAL ID：202002226226447049   整理番号：20A1942185

古典的機械学習と深層学習を用いた顧客レビューの多重感情属性の分類【JST・京大機械翻訳】

Classification of Multiple Affective Attributes of Customer Reviews Using Classical Machine Learning and Deep Learning

著者 (4件)： Wang Jiawen (Guangdong Provincial Key Laboratory of Computer Integrated Manufacturing Systems, Guangdong University of Technology, Guangzhou, China) ,  Wang Wai Ming (Guangdong Provincial Key Laboratory of Computer Integrated Manufacturing Systems, Guangdong University of Technology, Guangzhou, China) ,  Tian Zonggui (Guangdong Provincial Key Laboratory of Computer Integrated Manufacturing Systems, Guangdong University of Technology, Guangzhou, China) ,  Li Zhi (Guangdong Provincial Key Laboratory of Computer Integrated Manufacturing Systems, Guangdong University of Technology, Guangzhou, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： CSAE ’18  ページ： 1-5  発行年： 2018年 
JST資料番号： D0698C  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： 感情1工学は,顧客の感情ニーズを収集し,それらを製品設計に変換することにより,製品を設計する方法論である。それは,通常,顧客感情要求と応答を収集するために,アンケート調査で始まる。しかし,このプロセスは高価であり,小規模で周期的に実施できる。e-コマースの急速な発展によって,より多くの顧客製品レビューがインターネット上で利用可能である。意見マイニングと感情分析を用いて多くの研究が行われている。しかし,既存の研究は,単一展望(例えば,正および負)からの極性分類に焦点を当てた。多重感情属性の分類は,より少ない注意を受ける。本論文では,2つの古典的機械学習アルゴリズム(即ち,ソフトマックス回帰とサポートベクターマシン)と2つの深層学習法(即ち,制限Boltzmannマシンとディープ信念ネットワーク)を用いて,アマゾンデータセット上で,4つの異なる感情属性(即ち,ソフトHard,Appling-Unapping,Handy-Bulky,および信頼できるShoddy)の3クラス分類を行った。その結果,深層学習法の精度は90%以上で,古典的機械学習法の精度は約64%であった。これは,深層学習法が古典的機械学習法よりも著しく良いことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 極性 ,  自然言語処理 ,  *多重化 ,  アンケート ,  Boltzmannマシン ,  インターネット ,  *機械学習 ,  製品設計 ,  サポートベクトルマシン ,  電子商取引
準シソーラス用語： 信念ネットワーク ,  意見マイニング ,  感情分析 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (8件)： 感情分析 ,  顧客レビュー ,  感性工学 ,  深い信念ネットワーク ,  自然言語処理 ,  制限されたBoltzmannマシン ,  ソフトマックス回帰 ,  サポートベクトルマシン

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 機械学習 ,  深層学習 ,  顧客 ,  レビュー ,  多重 ,  感情 ,  属性 ,  分類