文献

J-GLOBAL ID：202102274919377723   整理番号：21A1205122

Twitter導出テキストデータからの感情極性検出のためのRNNベース並列深層学習フレームワーク【JST・京大機械翻訳】

A RNN Based Parallel Deep Learning Framework for Detecting Sentiment Polarity from Twitter Derived Textual Data

著者 (4件)： Chowdhury Sakib (Bangladesh University of Engineering and Technology,Department of Electrical and Electronic Engineering) ,  Rahman Md. Latifur (Bangladesh University of Engineering and Technology,Department of Electrical and Electronic Engineering) ,  Ali Shams Nafisa (Bangladesh University of Engineering and Technology,Department of Biomedical Engineering,Dhaka,Bangladesh,1000) ,  Alam Md. Jahin (Bangladesh University of Engineering and Technology,Department of Electrical and Electronic Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICECE  ページ： 9-12  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： ソーシャルメディアプラットフォームは,今日,通信の第一媒体の1つになった。通信とともに,それらは現在,デジタルマーケティング,顧客ケア,eラーニングなどの広範囲の活動で利用されている。ソーシャルメディアの絶え間ない使用は,毎日テキストデータの巨大な量を生成する。これらのプラットフォームのフルポテンシャルを探索するための根底にあるヒト形質感情の考察により,これらのデータを適切に解析することは必須である。しかし,テキストからの感情解析は,非公式で雑音の多い単語の急速な使用のため,挑戦的なタスクとして考えられている。機械が言語学の根底にある特徴を理解することができるように,更新と強力な単語埋込みは,ほとんど2年ごとに発明されている。これらの埋込み技法の各々は,異なる側面で優れている。本論文では,3つの異なる単語埋込み(Word2Vec,GloVeおよびSSWE)の電力を3つの並列分枝を有する単一強力なネットワークに供給する新しいRNNベースの感情極性検出フレームワークを提案した。提案したネットワークは,テキストから感情情報を抽出する観点から,言語の3つの主要な側面を符号化する単語ベクトルにおける意味的,構文的および感情的極性ワイズ埋込みを効果的に利用する。ツイッタから採取したポストを用いて,提案ネットワークを訓練し,検証した。結果は,並列に構成された多重単語埋込みを含む提案ネットワークが,単一単語ベクトル化技術より優れていることを実証した。さらに,いくつかの最新の最先端モデルと比較して,同等またはより良い評価スコアを示した。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】

シソーラス用語： 雑音 ,  ベクトル ,  言語 ,  言語学 ,  ネットワーク ,  マーケティング ,  ヒト ,  媒質 ,  多重化 ,  *単語 ,  eラーニング
準シソーラス用語： ソーシャルメディア ,  *ツイッター ,  *深層学習 ,  *テキストデータ , 【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 (8件)： Twitter ,  導出 ,  テキストデータ ,  感情 ,  極性 ,  RNN ,  深層学習 ,  フレームワーク