抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
短いテキストは,社会生活における情報と意見の一般的な形態である。ショートテキストの感情解析は,アイテム,イベントおよびサービスに対するユーザの姿勢を得るために有用である。しかし,短文のスパースデータ問題のため,短文のための感情解析は,まだ大きな課題に直面している。この問題に取り組むために,本論文では,単語埋込みモジュール,文章表現モジュールおよびカプセル分類を含む,新しい感情分類モデル,Cap_ONCNNAを提案した。特に文章表現モジュールにおいて,新しいテキスト表現機構ONCNNAを提案した。この方式は,それぞれ,注意ベースのON-LSTMとCNNによって全体的構造と局所的特徴意味表現を作り出すことができて,次にそれらを融合して文章表現を強化した。分類モジュールにおいて,カプセルネットワークを導入することによってより多くの隠れ情報を得ることができた。MR,SST1およびSST2データセットに関する実験は,著者らのモデルが他のモデルより優れていることを証明した。3つのデータセットの最良モデルと比較して,著者らのモデルの精度は,それぞれ0.2%(MR),1.84%(SST1),0.03%(SST2)によって改善された。Copyright 2021 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】