文献

J-GLOBAL ID：202002242864478577   整理番号：20A1889105

深層ニューラルネットワークを用いたテキストにおける隠れ感情の同定【JST・京大機械翻訳】

Identifying Hidden Sentiment in Text Using Deep Neural Network

著者 (3件)： Kumar Singh Prakash (Birla Institute of Technology, Mesra,Computer Science and Engineering,Ranchi,India) ,  Sharma Sanjeev (School of Information Technology, U.T.D RGPV, Bhopal,Bhopal,India) ,  Paul Sanchita (Birla Institute of Technology, Mesra,Computer Science and Engineering,Ranchi,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IDEA  ページ： 1-5  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： 深層学習はコンピュータビジョンにおけるデファクト標準として浮上している。画像データによるその広い広がり成功と人気のために,他のドメインからのほとんど全ての問題は,現在,深い学習でその解を見つけることを試みており,そして,事例は,NLPにおけるテキスト解析と言語モデリングのために異なる。感情分析において,テキストレビューにおけるユーザの隠れ感情の同定は,挑戦的なタスクである。感情解析のための多くのルールベースと統計的機械学習に基づくアプローチがある。これらの機械学習手法の大部分は確率的ベースモデルであり,単語数とその極性に基づく文書分類問題として問題を扱うことが多い。単語2vec,GloVeおよびFastTextのような分散単語ベクトル表現埋込みモデルの導入で,文章における目標単語を与えるための隣接語の意味を捕えて,感情解析における深い学習によるNLP期待値は,大いに増加した。本論文では,IMDB映画レビューデータセットに関する感情解析を行うために,深層ニューラルネットワークベースモデルを使用した。モデルの性能を評価するために,他の伝統的機械学習アプローチによる感情解析のための深層学習ベースアプローチを比較した。実験結果は,深層学習ベースのNLPモデルがいくつかの方法で従来の機械学習手法より優れていることを見出した。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 ,  ベクトル ,  期待値 ,  コンピュータビジョン ,  *単語 ,  機械学習 ,  ルールベース
準シソーラス用語： 画像データ ,  文書分類 ,  テキスト解析 ,  言語モデリング ,  統計的機械学習 ,  感情分析 ,  深層学習 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 深層ニューラルネットワーク ,  感情 ,  同定