文献

J-GLOBAL ID：202202246810720737   整理番号：22A1175934

NLP技術によるLDAアプローチによる英語とHindiニュース記事の文脈トピック同定のための提案モデル【JST・京大機械翻訳】

Proposed Model for Context Topic Identification of English and Hindi News Article Through LDA Approach with NLP Technique

著者 (2件)： Srivastav Anukriti (Centre for Computer Science and Technology, Central University of Punjab, Bathinda, India) ,  Singh Satwinder (Centre for Computer Science and Technology, Central University of Punjab, Bathinda, India)
資料名： Journal of the Institution of Engineers (India): Series B  (Journal of the Institution of Engineers (India): Series B)
巻： 103  号： 2  ページ： 591-597  発行年： 2022年 
JST資料番号： W4608A  ISSN： 2250-2106  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 調査によると,インドは世界の2番目に大きい新聞市場を持ち,100K以上の新聞出口,約240百万の循環,および1300万の加入者または読者である。トピックモデリング作業は日々増加し,研究者は複数のトピックモデリング論文を発表し,ソフトウェア工学,政治的科学,医学などの異なる分野でそれらを実装し,それはトピックモデリングと分類のためにうまく導入され,単語系列を考慮せずに語彙方式にテキスト依存の確率を測定するので,この検討では,LDAトピックモデリングが用いられている。LDAは,Gensim Pythonパッケージにおいて優れた実装を有する一般的なトピックモデリングアルゴリズムである。しかし,その課題は,単純,分離,意味がある良質な話題を抽出する方法である。本研究の目的は,2つの異なる言語(Hindiと英語)にある同じカテゴリーニュース記事の主なトピックスの発見と,次に類似性測定によるこれらの異なる言語ニューストピックの分類である。本研究では,コーパスをバイグラムで構築した。研究目標を達成するために,英語とHindi言語(Google News)の両方に対してGoogle Newsフィードからトップニュースをスクラップするヘッドラインとリンク抽出器をまず構築する必要があり,次に,2つのニュースヘッドラインが類似である分析を分析した。Copyright The Institution of Engineers (India) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  言語 ,  新聞 ,  *英語 ,  自然言語処理 ,  モデリング ,  *モデル ,  ソフトウェア工学 ,  *ニュース ,  *文書 ,  単語 ,  コーパス
準シソーラス用語： Google ,  高品質 ,  Python ,  *ニュース記事 , 【Automatic Indexing@JST】

著者キーワード (4件)： テキストマイニング ,  LDAを用いたトピックモデリング ,  自然言語処理(NLP) ,  LDA余弦類似性による類似性測定

分類 (3件)： 自然語処理  (JE06000L) ,  パターン認識  (JE07000S) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (9件)： NLP ,  LDA ,  英語 ,  ニュース記事 ,  文脈 ,  トピック ,  同定 ,  提案 ,  モデル