文献

J-GLOBAL ID：202002234457070385   整理番号：20A2691223

ビッグとディープを行く:製品レビューにおけるクロスドメイン感情分類のための多重領域からの学習データを学習するための畳込みニューラルネットワークの利用【JST・京大機械翻訳】

Going Big and Deep: Using Convolutional Neural Network to Leverage Training Data from Multiple Domains for Cross-Domain Sentiment Classification on Product Reviews

著者 (3件)： Gupta Aditi (School of Computer Sciences, Universiti Sains Malaysia,Penang,Malaysia) ,  Yan Jasy Liew Suet (School of Computer Sciences, Universiti Sains Malaysia,Penang,Malaysia) ,  Yu-N Cheah (School of Computer Sciences, Universiti Sains Malaysia,Penang,Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IICAIET  ページ： 1-6  発行年： 2020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： ラベル付きデータが特定のドメインに利用できないとき,製品レビューにおける感情極性検出のための分類器の訓練は,交差ドメイン感情分析を通して対処できる課題を提起する。多くの異なるソースドメインで利用可能なラベル付きデータから感情極性(正または負)を学習するために畳込みニューラルネットワーク(CNN)を用いて実験を行い,訓練されないターゲットドメインでのその性能を試験した。アマゾン製品レビューを用いて14の異なるドメインについて広範な実験を行った。著者らの予備的知見は,複数のソースドメインで訓練されたクロスドメインCNNモデルが,すべてのドメインにわたって80%以上の精度を達成し,同じドメインからの限られたラベル付きデータを用いて訓練されたドメイン内モデルより優れていることを示した。実際に,交差ドメインCNNモデルは,より多くのソースドメインを訓練に用いるとき,より良い性能を示した。したがって,深くて大きいことは,交差ドメイン感情分類を探索するための有望な方向である。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： 極性 ,  *多重化 ,  *学習データ ,  *畳込みニューラルネットワーク
準シソーラス用語： 分類会計機 ,  感情分析 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (7件)： レビュー ,  ドメイン ,  感情分類 ,  多重 ,  学習データ ,  学習 ,  畳込みニューラルネットワーク