文献

J-GLOBAL ID：202002282163403618   整理番号：20A0860768

Twitterデータに関するNLPによる感情分析【JST・京大機械翻訳】

Sentiment Analysis with NLP on Twitter Data

著者 (3件)： Hasan Md. Rakibul (East West University,Department of Electronics and Communications Engineering,Dhaka,1212) ,  Maliha Maisha (East West University,Department of Electronics and Communications Engineering,Dhaka,1212) ,  Arifuzzaman M. (Bangladesh University of Engineering and Technology,Dhaka,1000)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IC4ME2  ページ： 1-4  発行年： 2019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： ファfacブック,twitter,instagramなどのあらゆるソーシャルネットワークサイトは,情報の重要なソースの1つになる。ソーシャルネットワーキングサイトからデータを抽出し分析することにより,ビジネスエンティティはそれらの製品マーケティングにおいて利益を得ることができることが分かった。Twitterは,人々が彼らの感情を表現し,特定の製品をレビューするために使用される最も一般的なサイトの1つである。著者らの研究では,著者らは,製品に対する公共の見解を分析するために,twitterデータを使用した。まず第一に,著者らはツイートをフィルターにかけるために自然言語処理(NLP)ベースの前処理データフレームワークを開発した。第二に,著者らは,感情を分析するために,仕事のBag(BoW)と第三の周波数逆拡散周波数(TF-IDF)モデル概念を組み込んだ。これは,BoWとTFIDFを使用するためのイニシアティブであり,正と負のピンセットを正確に分類するために一緒に使用される。TF-IDF Vectorizerを利用することにより,感情解析の精度が大幅に改善され,シミュレーション結果が提案システムの効率を示すことを見出した。著者らは,NLP技術を用いて感情分析において85.25%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： フィルタ ,  シミュレーション ,  自然言語処理 ,  前処理 ,  *マーケティング
準シソーラス用語： tf・idf ,  エンティティ ,  ソーシャルネットワークサイト ,  感情分析 , 【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 (3件)： Twitter ,  NLP ,  感情分析