文献

J-GLOBAL ID：202002280964164612   整理番号：20A2589577

ユーザと製品表示に基づく感情解析とレビュー品質検出連合モデル【JST・京大機械翻訳】

Joint Model for Sentiment Analysis and Review Quality Detection with User and Product Representations

著者 (4件)： Wu Fan (蘇州大学計算机科学与技術学院,江蘇蘇州215006) ,  Wang Zhongqing (蘇州大学計算机科学与技術学院,江蘇蘇州215006) ,  Zhou Xiabing (蘇州大学計算机科学与技術学院,江蘇蘇州215006) ,  Zhou Guodong (蘇州大学計算机科学与技術学院,江蘇蘇州215006)
資料名： Ruanjian Xuebao  (Ruanjian Xuebao)
巻： 31  号： 8  ページ： 2492-2507  発行年： 2020年 
JST資料番号： C2542A  ISSN： 1000-9825  CODEN： RUXUEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 感情分析は,テキストの感情的傾向を判断するのに役立ち,品質検査は,レビューの品質を判断するのに役立った。感情分析と評論品質検査は感情分析における2つの重要なタスクであり、この2つの任務は多種の要素の影響によって密接に関連し、同じ製品の感情的傾向は類似な感情極性を持ち、同時に、同じユーザーが発表する評論品質も一定の相似性がある。そのため、感情分類と品質検査タスクの相関性及びユーザー情報と製品情報がそれぞれ感情分類と評価品質検査に与える影響をよりよく研究するため、感情分析と評価品質検査・測定連合モデルを提出した。まず第一に,2つのタスクを結びつける基礎として,深さ学習方式を用いて学習したテキスト情報を学習する。次に,ユーザーのコメントと製品レビューをユーザの表示と製品の表示とする。これに基づいて、ユーザーの注意力メカニズムを用いてユーザーの表示をコーディングし、製品の注意力メカニズムを用いて製品の表示をコーディングした。最後に,ユーザ表現と製品表示を,感情解析と品質検出のために組み合わせた。Yelp2013とYelp2015データセットに関する実験結果は,このモデルが既存のニューラルネットワークモデルと比較して,感情解析とオンライン評価品質検出の性能を効果的に改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 極性 ,  *学習 ,  類似性 ,  品質検査
準シソーラス用語： 神経回路網モデル ,  製品情報 ,  オンライン ,  感情分類 ,  感情分析 ,  テキスト情報 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 感情 ,  解析 ,  レビュー ,  モデル