文献

J-GLOBAL ID：202202244339504008   整理番号：22A1045615

感情的関連性を評価する社会的メッセージを分類するためのファジィ分割ベースの方法【JST・京大機械翻訳】

A fuzzy partition-based method to classify social messages assessing their emotional relevance

著者 (3件)： Cardone Barbara (Dipartimento di Architettura, Universita degli Studi di Napoli Federico II, Via Toledo 403, Napoli, Italy) ,  Di Martino Ferdinando (Dipartimento di Architettura, Universita degli Studi di Napoli Federico II, Via Toledo 403, Napoli, Italy) ,  Senatore Sabrina (Dipartimento di Ingegneria dell’Informazione ed Elettrica e Matematica applicata, Universita degli Studi di Salerno, Via Giovanni Paolo II, 132, 84084 Fisciano, Italy)
資料名： Information Sciences  (Information Sciences)
巻： 594  ページ： 60-75  発行年： 2022年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 大量のデータアベイラビリティのサージによって,機械学習と主に深い学習技術は,データ効率的学習を目標とする分類と予測タスクにおける主要な解決策である。これらのモデルは,計算的に高価または時間がかかるプロセスで,多くの多様なサンプルに関する訓練によって学習する。さらに,多くの実世界シナリオにおいて,訓練のための利用可能なデータの量は,それが非ラベルであるか,全体の参照領域ケースの部分だけをカバーするので,不適当である。本論文では,最終分類における特徴の重みを評価するために,多次元特徴空間に投影されたデータの分布を利用する文書分類のための代替アプローチを提案した。この手法は,分類のための従来の反復法に依存しないが,関心領域を記述する特徴の関連性/重要性を評価するための関連性尺度を構築する。アイデアは,関連する特徴を選択し,次に,人間の理解をより即時にするためにファジィ変数と言語ラベルを利用することによって,自然言語におけるこれらの計量によって計算された値を表現するために,この計量を利用することである。このアプローチをソーシャルメディアメッセージからの感情抽出に用いた。このアプローチの新規性は2倍である:まず,よく知られたTF-IDF測度をテキストコンテンツで発見された感情の関連測度として再解釈した。次に,発見された感情関連性を,自然言語におけるデータ分類を表現するために,アドホック設計ファジィ分割で定義されたファジィ言語ラベルによって記述して,人間理解により好適であった。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： 測度 ,  学習 ,  *言語 ,  逐次近似 ,  抽出 ,  アベイラビリティ ,  自然言語 ,  高次元 ,  機械学習 ,  コンテンツ
準シソーラス用語： 文書分類 ,  関心領域 ,  特徴空間 ,  データ分類 ,  ソーシャルメディア , 【Automatic Indexing@JST】

著者キーワード (5件)： ファジィ分割 ,  感情カテゴリー ,  分類 ,  TF-IDF ,  ファジィ言語ラベル

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 関連性 ,  評価 ,  社会 ,  メッセージ ,  分類 ,  ファジィ