文献

J-GLOBAL ID：202002263647928273   整理番号：20A0863862

非公式テキストのマルチラベル感情分類のための多チャネルBilSTM-CNNモデル【JST・京大機械翻訳】

A Multi-channel BiLSTM-CNN Model for Multilabel Emotion Classification of Informal Text

著者 (3件)： Rajabi Zahra (George Mason University, USA) ,  Shehu Amarda (George Mason University, USA) ,  Uzuner Ozlem (George Mason University, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICSC  ページ： 303-306  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： テキストからの感情分類に関する最先端の研究は,主に二値または三成分分類に焦点を合わせている。しかし,ヒトは様々な感情を発現する。ここでは,基本的および高度な人間の感情の一般的な心理学モデルを用いて,短い,非公式なテキストからの感情の分類を多クラス問題としてアプローチした。注釈スキーマ,考察された心理学的モデル,および注釈された感情の数において異なる不均衡なデータセットを説明した。マルチチャネル,マルチフィルタCNN-BiLSTMが既存のモデルより優れていることを示し,マルチラベルSemEval18-ECデータセット上で82.3%の精度を達成した。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： ヒト ,  *アノテーション
準シソーラス用語： 心理学的モデル ,  マルチチャネル ,  感情分類 , 【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 (6件)： マルチ ,  ラベル ,  感情分類 ,  多チャネル ,  CNN ,  モデル