文献

J-GLOBAL ID：202002250897604690   整理番号：20A1997649

GCNNに基づくネットワークコメントの感情分析【JST・京大機械翻訳】

Sentiment Analysis of Network Comments Based on GCNN

著者 (2件)： Huang Chen (Shanghai Jiao Tong University, China) ,  Liu Gongshen (Shanghai Jiao Tong University, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： CSAI ’18  ページ： 409-413  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： 最近,リカレントニューラルネットワーク(RNN)を用いて,感情解析タスクに関して満足な性能を達成した。RNNの導出モデルとして,ゲート付き再帰ユニット(GRU)モデルは長いテキストシーケンス問題を扱う際に大きな利点を持つが,短いテキストで動作するときは性能が制限される。したがって,ネットワークコメントの文脈情報を効果的に抽出し,局所特徴を捉えることができる畳込みニューラルネットワーク(CNN)を利用して,GRUとCNNに基づくGCNN(ゲート畳込みニューラルネットワーク)モデルを提案した。本論文では,提案したGCNNモデルを標準データセット上でCNNおよびRNNモデルと比較した。実験結果は,GCNNモデルが,ホテルコメント(ChnSentiCorp)コーパスとIMDBコーパスに関して,それぞれ94.9%と90.0%F1スコアで,感情分析タスクに関して最先端の性能を達成することを示した。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 ,  コーパス
準シソーラス用語： リカレントニューラルネットワーク ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 畳込みニューラルネットワーク ,  ゲート付き畳込みニューラルネットワーク ,  ゲート付きリカレントユニット ,  リカレントニューラルネットワーク ,  感情分析

分類 (2件)： 自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： コメント ,  感情分析