文献

J-GLOBAL ID：202002288630965032   整理番号：20A2618906

アスペクトレベル感情解析のための局所コンテキスト特徴を持つ対話型注意エンコーダネットワーク【JST・京大機械翻訳】

Interactive Attention Encoder Network with Local Context Features for Aspect-Level Sentiment Analysis

著者 (2件)： Wang Ruyan (School of Communication and Information Engineering, Chongqing University of Posts and Telecommunications,Chongqing,China) ,  Tao Zhongyuan (School of Communication and Information Engineering, Chongqing University of Posts and Telecommunications,Chongqing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCC  ページ： 571-576  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： モノのインターネット装置によって収集されたデータの感情解析は,研究者によって広く関係する。感情解析は,感情分析の細粒タスクであり,与えられた文脈における特定の側面の感情極性を同定することを目的とする。これまでの研究の大部分は,再電流ニューラルネットワーク(RNN)と注意機構を用いて,コンテキストと側面の項をモデル化した。しかしながら,RNNモデルは,感情極性と局所コンテキストの間の相関ではなく,大域的コンテキスト特徴のみを考慮しながら,並列に処理するのは難しい。この問題に取り組むために,本論文では,アスペクトレベル感情極性を同定するために,局所コンテキスト特徴(IAEN-LCF)を持つ対話型注意エンコーダネットワークモデルを提案した。最初に,単語埋込みとアスペクト埋込みを,変換者(BERT)からの双方向エンコーダ表現によって事前訓練した。第2に,機械学習理解タスクにおける注意-オーバー-アテンション(AOA)モジュールを,注意エンコーダネットワークに適用して,インタラクティブ注意エンコーダ(IAEN)というネットワークモデルを,グローバルコンテキスト特性を抽出するために提案した。固定テキストウィンドウを設定することにより,局所コンテキスト特徴を動的加重方式で捉えた。最後に,提案モデルの性能を3つの公開データセットで検証した。実験結果は,提案モデルがアスペクト感情解析タスクにおいて最先端の方法より優れていることを示した。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： 極性 ,  電流 ,  ニューラルネットワーク ,  *符号器 ,  単語 ,  機械学習
準シソーラス用語： ネットワークモデル ,  対話型 ,  モノのインターネット ,  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 (6件)： 感情 ,  解析 ,  コンテキスト ,  対話型 ,  注意 ,  エンコーダ