文献

J-GLOBAL ID：202002226666718370   整理番号：20A1186239

証拠スコア融合法を用いた製品レビューのヘルプネススコアの予測【JST・京大機械翻訳】

Predicting the Helpfulness Score of Product Reviews Using an Evidential Score Fusion Method

著者 (3件)： Fouladfar Fatemeh (Faculty of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Dehkordi Mohammad Naderi (Faculty of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Basiri Mohammad Ehsan (Department of Computer Engineering, Shahrekord University, Shahrekord, Iran)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 82662-82687  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 毎日の多くのオンライン製品販売ウェブサイトと専門化レビューフォーラムは大量の人間生成製品レビューを発行する。人々は,製品を購入するときに知識の価値ある自由供給源としてこれらのレビューを使用する。したがって,非有用なものから有用なレビューを区別するための正確な自動化システムは非常に重要である。本論文は,レビューから抽出されたテキスト特徴を用いたコメントの有用性を特定するための新しいモデルを提示した。本研究では,感情関連,言語学的およびテキスト関連特徴,原子価,覚醒,および優位性(VAD)値,レビュー長およびコメントの極性を含む様々なタイプの特徴を利用した。さらに,2つの新しいアルゴリズム,すなわち,感情認識のための改良された証拠アルゴリズム,および各レビューのためのVAD値を抽出するためのアルゴリズムを提示した。最後に,言及した特徴と改良Dempster-Shaferスコア融合アルゴリズムを用いて,レビューの有用性を予測した。提案した方法を,アマゾンのBookとVideo Gamesのデータセットをレビューするために適用した。結果は,感情に関連する特徴,VADの特徴,およびテキスト関連特徴を組み合わせることが,レビューの有用性を予測する精度を改善することを示した。また,元のDempster-Shafer法と比較して,両データセットに対する改良Dempster-Shaferアルゴリズムの精度は,それぞれ15%と11%高い。Copyright 2020 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： *アルゴリズム ,  極性 ,  言語学 ,  原子価 ,  覚醒
準シソーラス用語： Dempster-Shafer理論 ,  感情認識 ,  オンライン ,  自動化システム , 【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)： 証拠 ,  スコア ,  融合 ,  レビュー ,  予測