ビデオレビューにおける細粒意見マイニングへのマルチモーダルアプローチ【JST・京大機械翻訳】

Marrese-Taylor Edison; Rodriguez-Opazo Cristian; Balazs Jorge A.; Gould Stephen; Matsuo Yutaka

プレプリント

J-GLOBAL ID：202202206015668344 整理番号：22P0152109

ビデオレビューにおける細粒意見マイニングへのマルチモーダルアプローチ【JST・京大機械翻訳】

A Multi-modal Approach to Fine-grained Opinion Mining on Video Reviews

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年05月27日プレプリントサーバーでの情報更新日： 2020年05月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

書かれたレビューのための意見マイニングにおける最近の進歩にもかかわらず,レビューの他の情報源に関する問題に取り組んだ研究はほとんどない。この課題を考慮して,著者らは,議論されたレビューの下でアイテムの側面を決定できるビデオレビューから細粒意見をマイニングするためのマルチモーダルアプローチを提案する。提案アプローチは,時間アノテーションを必要とせずに文章レベルで動作し,そのコンテンツのオーディオ,ビデオおよび言語転写に由来する特徴を使用する。このアプローチを2つのデータセット上で評価し,ビデオとオーディオモダリティのレバージングがテキストのみのベースラインよりも性能の増大を一貫して提供し,これらの余分なモダリティがビデオレビューをより良く理解する上で重要であることを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識 , 自然語処理 , 人工知能

, , ,

前のページに戻る