文献

J-GLOBAL ID：202202227886296512   整理番号：22A0914189

グラフニューラルネットワークに基づくWeiboコメントの感情解析【JST・京大機械翻訳】

Sentiment Analysis of Weibo Comments Based on Graph Neural Network

著者 (2件)： Li Yan (College of Cyber Security, Changchun University, Changchun, China) ,  Li Nianfeng (College of Computer Science and Technology, Changchun University, Changchun, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 23497-23510  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： Weiboは最も重要なオンラインソーシャルプラットフォームの1つである。現在,ユーザコメントは急速に増加し,データ管理を困難にする。コンメントは,表現の非標準化および共qui形を示した。従来の感情解析技術は,非特定文解析タスクにもはや適用できない。テキストシーケンス,構文構造を無視すること,および従来の分類モデルに典型的である特徴空間の貧弱な解釈性を緩和するために,グラフニューラルネットワーク(GNN)に基づく感情分類モデルを,本研究で開発した。各コメントテキストに対して,依存性構文を用いて短いテキストの意味グラフを構築した。意味グラフの不均一性を目的として,空間領域グラフフィルタを特徴抽出のために設計した。同時に,長い短期メモリ(LSTM)を,ノード雑音をフィルタする状態更新器として使用した。本方法において,グラフニューラルネットワークを,構文的依存性ツリーを符号化するための意味的構文者として用いて,それは同時に文章の意味的および構文的特徴を抽出することができた。実験結果は,GNN-LSTMが,95.25%の精度と95.22%F1スコアを達成することによって,Weiboコメントデータセットにおいて優れた性能を達成したことを示した。Copyright 2022 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： 記憶装置 ,  雑音 ,  フィルタ ,  感情 ,  データ管理 ,  標準化 ,  *ニューラルネットワーク ,  特徴抽出 ,  精度 ,  文章 ,  不均一性
準シソーラス用語： 空間領域 ,  特徴空間 ,  構文 ,  分類モデル , 【Automatic Indexing@JST】

分類 (2件)： 自然語処理  (JE06000L) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： グラフニューラルネットワーク ,  コメント ,  感情 ,  解析