文献

J-GLOBAL ID：202202228537521552   整理番号：22A0578696

テキスト解析学のためのクロス産業プロセス標準化【JST・京大機械翻訳】

Cross-Industry Process Standardization for Text Analytics

著者 (2件)： Skarpathiotaki Christina G. (Science and Technology, Hellenic Open University, Patra, Greece) ,  Psannis Konstantinos E. (Department of Applied Informatics, University of Macedonia, Thessaloniki, Greece)
資料名： Big Data Research  (Big Data Research)
巻： 27  ページ： Null  発行年： 2022年 
JST資料番号： W3530A  ISSN： 2214-5796  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 著者らは,あらゆる計算,誰,および毎回りが接続され,共有する世界に住んでいる。単に捕獲と管理データを越えて,企業はIoTと人工知能(AI)にタッピングされ,以前には不可能であった革命的方法で洞察と知能を創造する。例えば,非構造化データ(テキストのような)を分析することによって,呼び出しセンターはエンティティ,概念,テーマを抽出でき,ほんの数年だけのバックが実現可能でないというより迅速な洞察を得ることを可能にする。公共安全と法律の取締りは,犯罪調査を強化するために使用するテキスト分析から利益を得る例はわずかである。感情分析,コンテンツ分類,言語検出および意図検出は,ちょうどテキスト分類応用の幾つかである。非構造化データの複雑性を考慮したこのような応用の全体的なプロセスモデルは,明らかに挑戦的である。非構造化データ解析のカオス出現科学に応答して,本論文の主な目的は,CRISP-DMの最も広く受け入れられ,使用された方法論アプローチの1つに基づく方法論アプローチを導入することによって,Text Analysisプロジェクトのための既存の方法論アプローチのギャップに最初に貢献することである。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  *標準化 ,  プロジェクト ,  利益 ,  企業 ,  知能 ,  人工知能 ,  カオス ,  機械学習 ,  コンテンツ
準シソーラス用語： テキスト分類 ,  プロセスモデル ,  *テキスト解析 ,  モノのインターネット ,  非構造化データ , 【Automatic Indexing@JST】

著者キーワード (6件)： ビッグデータ分析 ,  先端解析 ,  人工知能 ,  機械学習 ,  テキスト解析 ,  クロス産業プロセス

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： テキスト解析 ,  産業 ,  プロセス ,  標準化