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。
LDA主題モデルは,特徴を抽出する際に,単語関連および関連語ペアの理解を欠い,感情極性分類の精度に影響する。この問題を解決するために,本論文は,特徴感情語ペアの抽出効果を改善するためにLDA主題モデルにおける特徴感情語ペアを抽出する新しいモデルを提案する。特徴感情単語対の識別方法を,依存統語解析を用いて設計し,次に,認識方法を,制約条件としてLDAモデルを導入して,特徴感情語対を抽出した。ギブスサンプリングによるパラメータ計算を行い、モデルの生成過程を示した。最後に,ランダムフォレスト分類法を用いて,テキストの感情極性を分類した。本論文のモデルの有効性を検証するため,他の2つのモデルと共に実験を行い,主題数が20のとき,提案モデル分類の精度,再現率,F値は,それぞれ81.54%,83.13%,82.33%であり,他の2つのモデルより著しく高かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】