文献

J-GLOBAL ID：202002230527959804   整理番号：20A2164003

観光客感情計算のテキスト大データマイニング手法の比較研究【JST・京大機械翻訳】

A comparative study of big text data mining methods on tourist emotion computing

著者 (3件)： Li Junyi (陜西師范大学 地理科学与旅游学院,陜西 西安 710119;陜西省旅游信息科学重点実験室,陜西 西安710119) ,  Ren Tao (陜西師范大学 地理科学与旅游学院,陜西 西安 710119;陜西省旅游信息科学重点実験室,陜西 西安710119) ,  Lu Luzheng (陜西師范大学 地理科学与旅游学院,陜西 西安 710119;陜西省旅游信息科学重点実験室,陜西 西安710119)
資料名： Zhejiang Daxue Xuebao. Lixue Ban  (Zhejiang Daxue Xuebao. Lixue Ban)
巻： 47  号： 4  ページ： 507-520  発行年： 2020年 
JST資料番号： C3049A  ISSN： 1008-9497  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 観光テキストの大規模データは,その便利さ,迅速さ,および低い閾値の特性によって,観光客の感情計算に,大きな便益を提供し,観光データの主要なソースの1つになった。大データ理論と感情理論に基づいて,テキストデータをデータソースとして,国内外の感情的計算に関する成果を包括的に整理し,人工知能における論理/アルゴリズムプログラミング,機械学習,および深さ学習を用いて,観光テキストの大規模データをマイニングした。テキストデータに基づく最適の観光客の感情的計算方法を探索した。研究によると、(1)感情辞書に基づく旅行者の感情計算モデルは、感情辞書の構築と感情計算の規則の構築、方法の簡単、実現しやすい、適用範囲が広い。(2)機械学習は,統計的方法でテキスト中の特徴項目を抽出し,非線形特徴を持ち,信頼性は線形特徴の感情辞書法より高い。(3)深さ学習技術に基づく観光客の感情計算は,良い結果を示し,精度は85%以上であった。訓練の多分野のテキストコーパスは移植しやすく、実用性が強く、かつ汎化能力が良好で、大データ時代の観光客の感情計算研究に適している。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  信頼性 ,  *観光 ,  統計的方法 ,  人工知能 ,  線形性 ,  計算モデル ,  機械学習 ,  *データマイニング
準シソーラス用語： *観光客 ,  特徴点 ,  実用性 ,  テキストコーパス ,  大規模データ ,  テキストデータ , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 観光客 ,  感情 ,  計算 ,  データマイニング ,  手法 ,  研究