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。
モバイルアプリケーションのユーザレビューは,ユーザ満足度を知覚するための開発者のための通信チャネルを提供する。ユーザは,通常,レビューテキストに埋め込むことができる「アップロード写真」のようなキーフレーズにより表現される問題を持つ多くのアプリケーション特徴がある。問題のある特徴に関する微細粒の見解の欠如は,アプリケーションがユーザを信用し,アプリケーションの改善を延ばす開発者の理解を不明瞭にする。目標語句を抽出するための既存のパターンベース手法は,レビューの不十分な意味理解のために,低い精度に悩まされ,従って,レビューの高レベルトピックス/側面を要約できる。本論文では,アプリの問題を抽出,クラスタ,および可視化するためのセマンティックアウェア,細粒アプリレビュー解析手法(SIRA)を提案した。SIRAの主成分は,細粒問題特徴抽出のための新規なBERT+Attr-CRFモデルであり,それは,テキスト記述とレビュー属性を結合して,レビューの意味論をよりよくモデル化して,従来のBERT-CRFモデルの性能を改善する。SIRAはまた,それらの意味関係に基づいて抽出した語句をクラスタ化し,要約の可視化を提示する。6つのアプリからの3,426レビューに関する評価は,問題のある特徴抽出とクラスタリングにおけるSIRAの有効性を確認した。さらに,18のポピュラーなアプリケーションの318,534のレビューに関するSIRAによる経験的研究を実施し,その潜在的な応用を調査し,実世界の実践におけるその有用性を調べた。【JST・京大機械翻訳】