文献

J-GLOBAL ID：202002253831547917   整理番号：20A2735212

事前訓練語埋込みに基づく強化感情解析フレームワーク【JST・京大機械翻訳】

An Enhanced Sentiment Analysis Framework Based on Pre-Trained Word Embedding

著者 (3件)： Mohamed Ensaf Hussein (Computer Science Department, Faculty of Computers and Artificial Intelligence, Helwan University, Cairo, Egypt) ,  Moussa Mohammed ElSaid (Computer Science Department, Faculty of Computers and Artificial Intelligence, Helwan University, Cairo, Egypt) ,  Haggag Mohamed Hassan (Computer Science Department, Faculty of Computers and Artificial Intelligence, Helwan University, Cairo, Egypt)
資料名： International Journal of Computational Intelligence and Applications  (International Journal of Computational Intelligence and Applications)
巻： 19  号： 4  ページ： 2050031  発行年： 2020年 
JST資料番号： A1472A  ISSN： 1469-0268  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 感情分析(SA)は,ビジネス,経済,研究,政府,および政治のような異なる分野で人々を人々の意見について知る技術であり,意思決定のプロセスに大きく影響する。SA技術は,辞書ベース技術,機械学習技術,および両アプローチ間のハイブリッドに分類される。各アプローチは,その限界と欠点を持ち,機械学習アプローチは手動特徴抽出に依存し,語彙ベースのアプローチは,通常,非スケーラブルで,信頼性がなく,人間の専門家によって手動で注釈付けされた感情辞書に依存する。今日,単語埋込み技術はSA分類において一般的に使用されている。現在,Word2VecとGloVeは,最も正確で使用可能な単語埋込み技術であり,単語を意味のある意味ベクトルに変換することができる。しかし,これらの技法はテキストの感情情報を無視し,訓練のためのテキストの巨大なコーパスを必要とし,深い学習モデルの入力として使用される正確なベクトルを生成する。本論文では,強化アンサンブル分類器フレームワークを提案した。著者らのフレームワークは,著者らの以前に発表された語彙ベースの方法,バッグ語,および事前訓練単語埋込みに基づき,最初に文章を停止語,POSタグ付け,ステーミングおよび補題,短縮した単語を削除することによって前処理する。第2に,処理文章を3つのモジュール,著者らの以前のレキシコンベースの方法(Sum Votes),バッグ-of-wordsモジュールとセマンティックモジュール(Word2VecとGlove)に通過して,特徴ベクトルを作り出した。最後に,以前の特徴ベクトルを11の異なる分類器に供給した。提案したフレームワークを5つの異なる辞書を有する4つのデータセットに関してテストして,評価して,この実験結果は著者らの提案モデルが個々に以前の辞書ベースと機械学習方法より優れていることを示した。Copyright 2020 World Scientific Publishing Company All rights reserved. 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 ,  意味論 ,  学習モデル ,  信頼性 ,  前処理 ,  特徴抽出 ,  語彙 ,  自然言語処理 ,  *単語 ,  機械学習 ,  コーパス
準シソーラス用語： 特徴ベクトル ,  タグ付 ,  機械学習技術 ,  感情分析 , 【Automatic Indexing@JST】

著者キーワード (6件)： 感情分析 ,  自然言語処理 ,  機械学習 ,  単語埋め込み ,  意味論 ,  Word2Vecグローブ

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 (5件)： 訓練 ,  埋込み ,  強化 ,  感情 ,  解析フレームワーク