文献

J-GLOBAL ID：202202223067131298   整理番号：22A0621049

リカレントニューラルネットワークを用いたアラビア語感情分析:レビュー【JST・京大機械翻訳】

Arabic sentiment analysis using recurrent neural networks: a review

著者 (2件)： Alhumoud Sarah Omar (College of Computer and Information Science, Imam Mohammad Ibn Saud Islamic University (IMSIU), Riyadh, Saudi Arabia) ,  Al Wazrah Asma Ali (College of Computer and Information Science, Imam Mohammad Ibn Saud Islamic University (IMSIU), Riyadh, Saudi Arabia)
資料名： Artificial Intelligence Review  (Artificial Intelligence Review)
巻： 55  号： 1  ページ： 707-748  発行年： 2022年 
JST資料番号： E0339C  ISSN： 0269-2821  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 過去10年間,ウェブサイトとソーシャルメディア上に作られたアラビアコンテンツの量は,有意に成長した。意見は社会的メディア上でオープンかつ自由に共有され,従って感情分析のような言語解釈の従来法によって達成される傾向分析のための豊富なソースを提供する。非構造化データ研究におけるその精度のために,深い学習は,意見をテストするためにますます使用されてきた。リカレントニューラルネットワーク(RNN)は,テキスト解析における有望なアプローチであり,大きな形態的変動を示す。全体で,193の研究が英語-言語感情分析においてRNNを使用し,24の研究がアラビア-言語感情分析においてRNNを使用した。これらの研究は,それらが取り組む地域,モデルの機能性と弱点,および異なる方言のための利用可能なデータセットの数とスケールにおいて変化した。このような変化は注意とモニタリングに値する。そこで本論文では,アラビア語感情解析に対するRNNを用いた最新の研究についてラベル付け,評価,同定するための文献の系統的検討を提示した。Copyright The Author(s), under exclusive licence to Springer Nature B.V. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *言語 ,  英語 ,  *東洋語 ,  *神経回路網 ,  機械学習 ,  コンテンツ
準シソーラス用語： *アラビア語 ,  方言 ,  *リカレントニューラルネットワーク ,  ソーシャルメディア ,  テキスト解析 ,  非構造化データ ,  感情分析 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 感情分析 ,  深層学習 ,  意見マイニング ,  感情分類 ,  アラビア語 ,  リカレントニューラルネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： リカレントニューラルネットワーク ,  アラビア語 ,  感情分析 ,  レビュー