文献

J-GLOBAL ID：202002254440755717   整理番号：20A1888660

オープンドメインアスペクトベース感情解析のための統一ラベリングモデル【JST・京大機械翻訳】

A Unified Labeling Model for Open-Domain Aspect-Based Sentiment Analysis

著者 (5件)： Ji Qian (Shanghai Jiao Tong University,School of Electronic Information and Electrical Engineering,Shanghai,China) ,  Lin Xiang (Shanghai Jiao Tong University,School of Electronic Information and Electrical Engineering,Shanghai,China) ,  Ma Yinghua (Shanghai Jiao Tong University,School of Electronic Information and Electrical Engineering,Shanghai,China) ,  Liu Gongshen (Shanghai Jiao Tong University,School of Electronic Information and Electrical Engineering,Shanghai,China) ,  Wang Shilin (Shanghai Jiao Tong University,School of Electronic Information and Electrical Engineering,Shanghai,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： DSC  ページ： 186-189  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： アスペクトベース感情解析は,アスペクト項に対するアスペクト項抽出と感情予測を含む。最近,より多くの研究者が2つのタスクを同時に達成するための統合アプローチを提案した。しかしながら,そのようなアプローチは,その利用を大きく制限する,アスペクト項の領域,量,長さおよびカテゴリーを常に制限する。本論文では,配列ラベリングの拡張として関節タスクをモデル化し,広範囲のアスペクト項をサポートする新しい統一ラベリングモデルを示した。アスペクト項の境界を予測し,その感情ステップをステップで分類する従来のタグ付け方式とは異なり,提案モデルは1セットのラベルを通して同時に2つのタスクを扱う。感情極性は,アスペクトトークン上に直接ラベル付けされ,このように,この統一タグ付け方式における感情極性と境界情報を組み合わせる。本論文では,全文の文脈的特徴を捉えるために,最初の表現層として変換器(BERT)から双方向エンコーダ表現を取り上げる。条件付き確率場(CRF)は,学習された遷移行列に基づく与えられたラベルセット内の各トークン表現の経験的リスクの最小化とラベリングのためのBERTに従う。実験では,提案手法は,様々なカテゴリー,長さ,および量でオープンドメイン文とアスペクト項を含む著者らのセルによって収集された3つのベンチマークデータセットと1つのTwitterデータセット上で,複数のベースラインに対して優れた性能を示す。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 ,  変換器 ,  符号器 ,  基準線 ,  ベンチマーク ,  *トークン
準シソーラス用語： 遷移行列 ,  タグ付 ,  条件つき確率場 ,  ツイッター , 【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 (4件)： 感情 ,  解析 ,  ラベリング ,  モデル