文献

J-GLOBAL ID：202102290457913910   整理番号：21A1600153

トピックと感情特性に基づくレビューテキストの感情分類モデル【JST・京大機械翻訳】

Emotional classification model of review text based on topic and sentiment characteristics

著者 (1件)： Tao Wang (Ankang University,School of Electronics and Information Engineering,Ankang,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICEMME  ページ： 1057-1061  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： コメントテキストの特徴と感情分類性能に関するテキスト表現の暗黙性の影響に関する研究,主題と感情特徴に基づく深い学習感情分類モデルをコメントテキストの感情分類のために提案する。まず第一に,モデルは感情要素を抽出するために感情辞書と結合した依存性構文解析を使用し,抽出した感情要素の次元を減らし,特徴アイテムを抽出するために暗黙LDAトピックモデルを使用する。第2に,生成された特徴アイテムをベクトル化し,テキストと組合せ,テキストの特徴ベクトルを形成した。最後に,深層学習におけるLSTMモデルをテキスト感情分類のために使用する。実験は,このモデルがテキスト感情分類のための伝統的方法より良くて,感情分類の性能を効果的に改良することができることを示した。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： *学習 ,  構文分析
準シソーラス用語： 特徴ベクトル ,  ベクトル化 ,  *分類モデル ,  深層学習 , 【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 (4件)： トピック ,  感情 ,  レビュー ,  分類モデル