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。
アスペクトベースSentiment分析の目的は,異なる側面に関連したレビュー者の感情を捉えることである。しかし,レビュー文の複雑性,二重否定の存在,および異なるドメインに見出される単語の特定使用は,感情を正確に,そして,全体的に,挑戦的な自然言語理解タスクを予測するのを困難にする。リカレントニューラルネットワーク,注意機構,およびより最近,グラフ注意ベースのモデルが一般的であるが,本論文では,スペクトルドメインで生成された特徴を有するグラフFourier変換ベースのネットワークを提案する。このアプローチは予測領域でかなりの成功を見出したが,どの自然言語処理タスクに対しても以前には探索されていない。この方法は,生データからの根底にあるグラフを作成し,学習することに依存し,それによりグラフFourier領域へシフトするために隣接行列を用いた。続いて,Fourier変換を用いて,新しい特徴を生成する周波数(スペクトル)領域に変換した。これらの一連の変換は,著者らのモデルがSemEval-2014データセット,すなわち”Laptop”と”Restaurant”領域の両者で最良の結果を達成することを見出したので,正しい表現を学習するのに極めて効率的であることを証明した。提案モデルは,e-コマースドメインから最近提案された2つのデータセットの競合結果も見出した。【JST・京大機械翻訳】