文献

J-GLOBAL ID：202002289839140750   整理番号：20A0226377

議論フォーラムにおける議論のトピックを明らかにする潜在的意味論的アプローチによるモデルの発見【JST・京大機械翻訳】

Finding model through latent semantic approach to reveal the topic of discussion in discussion forum

著者 (8件)： Setiawan Reina (Computer Science Department, BINUS Graduate Program - Doctor of Computer Science, Bina Nusantara University, Jakarta, Indonesia) ,  Setiawan Reina (Computer Science Department, School of Computer Science, Bina Nusantara University, Jakarta, Indonesia) ,  Budiharto Widodo (Computer Science Department, BINUS Graduate Program - Doctor of Computer Science, Bina Nusantara University, Jakarta, Indonesia) ,  Budiharto Widodo (Computer Science Department, School of Computer Science, Bina Nusantara University, Jakarta, Indonesia) ,  Kartowisastro Iman Herwidiana (Computer Science Department, BINUS Graduate Program - Doctor of Computer Science, Bina Nusantara University, Jakarta, Indonesia) ,  Kartowisastro Iman Herwidiana (Computer Engineering Department, Faculty of Engineering, Bina Nusantara University, Jakarta, Indonesia) ,  Prabowo Harjanto (Computer Science Department, BINUS Graduate Program - Doctor of Computer Science, Bina Nusantara University, Jakarta, Indonesia) ,  Prabowo Harjanto (Management Department, BINUS Business School - Undergraduate Program, Bina Nusantara University, Jakarta, Indonesia)
資料名： Education and Information Technologies  (Education and Information Technologies)
巻： 25  号： 1  ページ： 31-50  発行年： 2020年 
JST資料番号： W4304A  ISSN： 1360-2357  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 議論フォーラムから多くの情報と知識を抽出できる。議論にもかかわらず,議論の話題としてスレッドを提出することによって開かれているにもかかわらず,議論は異なる話題に公開される可能性がある。本論文は,潜在的意味論的アプローチを通して議論のトピックを発見するためのモデルを提示することを目的とした。このモデルは,前処理テキスト文書,コーパス分類,およびトピックの発見から成る議論フォーラムにおけるスレッドからの議論の話題を明らかにするための完全なステップを提案する。このモデルは,いくつかの調整,例えばストップ-ワード除去リストおよびステミングアルゴリズムを有する様々な議論フォーラムおよび様々な言語に適用することができた。データは,学習管理システムにおける議論フォーラムから得た。データは,3つの異なるコース被験者に分割された1050のポストから成る:情報システム,管理,および文字構築。いくつかのコース被験者を用いる理由は,モデルの一貫性を観察することである。F測度を用いて,モデルの有効性を測定し,結果は,TFMが,良好な精度で,議論の主題を明らかにするために,一貫性があり,効果的であることを示した。しかし,想起は,更なる研究においてまだ増加することができる。Copyright 2019 The Author(s) Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  測度 ,  スレッド ,  *意味論 ,  有効性 ,  単語 ,  コーパス ,  前処理 ,  情報システム
準シソーラス用語： 被験者 ,  学習管理システム , 【Automatic Indexing@JST】

著者キーワード (4件)： トピック発見モデル ,  潜在的意味論 ,  議論フォーラム ,  学習管理システム

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 議論 ,  フォーラム ,  トピック ,  意味論 ,  モデル ,  発見