文献

J-GLOBAL ID：202202232650627139   整理番号：22A1164733

RNN-LSTMを用いた蛋白質サプリメントのレビューに関する感情分析【JST・京大機械翻訳】

Sentimental Analysis on reviews of Protein Supplement using RNN-LSTM

著者 (5件)： Aziz Md. Abdul (North South University,Department of Electrical and Computer Engineering,Dhaka,Bangladesh) ,  Islam Md Manjarul (North South University,Department of Electrical and Computer Engineering,Dhaka,Bangladesh) ,  Munshi Md. Shah Paran (North South University,Department of Electrical and Computer Engineering,Dhaka,Bangladesh) ,  Samshi Samiha (North South University,Department of Electrical and Computer Engineering,Dhaka,Bangladesh) ,  Khan Mohammad Monirujjam (North South University,Department of Electrical and Computer Engineering,Dhaka,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 796-800  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 最も最近の期間において,人々は,彼らの生活のほとんど全ての側面において,それらの時間,金銭,および感情を投資する前に,チェックレビューの習慣を築く。この新しく作られたカスタムに順応するために,感情解析のための深層学習モデルの使用の増加がレビューから注目されている。現在,様々な社会メディアモニタリング,製品分析,フィードバック分析,ターゲット特定顧客,および多くの他の部門において,センチメント分析が広く用いられている。本論文では,人々のレビューから感情を分析し,人のレビューが正,負,または中立であるかどうかを予測する深層学習モデルを紹介した。これは,このモデルとしてLSTM(人工再帰ニューラルネットワーク(RNN))の助けで行われ,レビューを訓練するのにより便利であり,結果は他のモデルよりも著しく良い。LSTMモデルに対して,本手法は82.8%の精度で大きな成功を達成した。これは,このモデルが顧客の意思決定に影響すると強く望まれる。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： 意思決定 ,  ニューラルネットワーク ,  タンパク質 ,  *サプリメント
準シソーラス用語： ソーシャルメディア ,  感情分析 ,  深層学習 ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： RNN ,  LSTM ,  蛋白質 ,  サプリメント ,  レビュー ,  感情分析