文献

J-GLOBAL ID：202002248572420621   整理番号：20A1944764

深層ニューラルネットワークによる気象関連ツイートに関する感情解析モデル【JST・京大機械翻訳】

Sentiment Analysis Model on Weather Related Tweets with Deep Neural Network

著者 (3件)： Qian Jun (Beijing Institute of Technology) ,  Niu Zhendong (Beijing Institute of Technology) ,  Shi Chongyang (Beijing Institute of Technology)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICMLC 2018  ページ： 31-35  発行年： 2018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： 気象関連ピンセットは,毎日の天候に関するユーザのコメントである。気象が人々の気分にどのような影響を与えるかに関する有用な情報を得ることができる。これは,自然言語処理分野における意見マイニングと呼ばれるものである。伝統的意見マイニングアルゴリズムは,文章モデルを構築するための特徴工学を使用し,そして,ナイーブ湾のような分類装置を,更なる分類のために使用する。しかし,これらの特徴ベクトルはテキストを表現するのに不十分であり,それらは手動で設計され,問題の背景に高度に関連している。本研究では,テキスト特徴を自動的に抽出できる深層学習アプローチに基づくテキストモデリング法を提案した。単語のベクトル表現に関しては,言語知識を単語の表現に組み込み,このモデルで3つの異なる単語表現を使用する。感情解析システムの性能は,著者らの方法が,気象事象に関するユーザの感情を分析する効率的方法であることを示した。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： ベクトル ,  言語 ,  分類装置 ,  *気象 ,  自然言語処理 ,  単語 ,  *解析モデル
準シソーラス用語： ピンセット ,  特徴ベクトル ,  天候 ,  意見マイニング ,  深層学習 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 深層学習 ,  自然言語処理 ,  感情分析

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

タイトルに関連する用語 (4件)： 深層ニューラルネットワーク ,  気象 ,  感情 ,  解析モデル