文献

J-GLOBAL ID：202202254842129022   整理番号：22A0990397

図注意力ネットワークに基づく世話の進化予測研究【JST・京大機械翻訳】

Forecast method of public opinion evolution based on graph attention network

著者 (6件)： Peng Siqi (四川大学网絡空間安全学院,成都610064) ,  Zhou Anmin (四川大学网絡空間安全学院,成都610064) ,  Liao Shan (四川大学网絡空間安全学院,成都610064) ,  Zhou Yuting (四川大学网絡空間安全学院,成都610064) ,  Liu Dehui (四川大学网絡空間安全学院,成都610064) ,  Wen Ya (四川大学网絡空間安全学院,成都610064)
資料名： Sichuan Daxue Xuebao. Zirankexueban  (Sichuan Daxue Xuebao. Zirankexueban)
巻： 59  号： 1  ページ： 103-110  発行年： 2022年 
JST資料番号： C2595A  ISSN： 0490-6756  CODEN： SCTHAO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 複雑なネットワーク世話の監視と管理を実現させ、世帯危機の突発状況を予防するため、一つの重要な解決策は、ネットワーク世話事件の発展傾向を予測することである。しかし、現在、世帯状況の進化予測に関する研究は非常に限られており、特に社交ネットワーク環境における世帯状況の進化予測である。本論文では、テキストの感情値を進化予測の対象とし、感情語と世話事件において、テキストの意味論的類似度を論述し、イベント発展の各時間帯に一つの対応する図構造を構築する。ゲート制御ループユニット(GRU)とグラフ注意ネットワーク(GAT)を組み合わせて,感情時系列を予測した。モデルの有効性を検証するため、本論文では、Twitterにおけるフロイッド事件の評論テキストをデータセットとし、図畳み込みネットワークに基づく予測モデルとの対比実験を行った。実験結果は,提案したモデルのR2決定係数が0.569であり,平均絶対誤差(MAE),平均二乗誤差(MSE),および平均二乗誤差(RMSE)が,グラフコンボリューションネットワークに基づく予測モデルより小さく,そして,感情的進化予測をよく実現することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  意味論 ,  *ネットワーク ,  係数 ,  有効性 ,  予測モデル ,  前向きコホート研究
準シソーラス用語： 平均二乗誤差 ,  類似度 ,  決定係数 ,  ネットワーク環境 ,  ツイッター ,  感情語 ,  平均絶対誤差 , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 注意力 ,  進化 ,  予測 ,  研究