文献

J-GLOBAL ID：202002247017831489   整理番号：20A1507842

層状注意ネットワークに基づくテキスト感情分類【JST・京大機械翻訳】

Text Sentiment Classification Based on Layered Attention Network

著者 (3件)： Wu Jinhao (School of Computer Science and Software Engineering, East China Normal University, Shanghai, China) ,  Zheng Kai (School of Computer Science and Software Engineering, East China Normal University, Shanghai, China) ,  Sun Jun (School of Computer Science and Software Engineering, East China Normal University, Shanghai, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： HPCCT 2019  ページ： 162-166  発行年： 2019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： 新興の注意ベースの方法は,感情分類において広く使われて,堆積物分類作業の精度改良を達成した。しかし,これらの方法は,通常,正と負のコメントが混合され,異なる展望からのコメントを解釈することが,しばしば逆の感情であるかもしれない,膜レビュー分類のタスクにおいて不適切に働く。本論文では,コンテキスト層を加えたHANモデルに基づく新しい注意ベースニューラルネットワークアーキテクチャを提案した。HANと比較して,コンテキスト-アスペクト層の追加は,重要でない文章の影響を除去でき,感情分類の精度を改善する。IMDBデータセットに関する実験結果は,提案モデルが他の既存の方法より優れていて,最先端の方法と比較して3.11%の精度改良を達成することを示した。また,実験結果は,著者らのモデルが,ベースラインモデルと比較して,より良い精度とより低い反復時間を有することを示した。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： *ネットワーク ,  堆積物 ,  基準線
準シソーラス用語： 感情分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 注意機構 ,  双方向GRU ,  コンテキストアスペクト層 ,  層状-注意ネットワーク ,  感情分類

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： 層状 ,  注意 ,  感情分類