文献

J-GLOBAL ID：202202262550141730   整理番号：22A1053325

COVID-19パンデミック中のツイートの感情分析:BERTアルゴリズム【JST・京大機械翻訳】

Sentimental Analysis of Tweets During COVID-19 Pandemic: BERT Algorithm

著者 (3件)： Kaur Gurkirat (Guru Nanak Dev University, Amritsar, India) ,  Saini Munish (Guru Nanak Dev University, Amritsar, India) ,  Chhabra Amit (Guru Nanak Dev University, Amritsar, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 841  ページ： 117-132  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
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： コロナウイルス(COVID-19)は,中国からその影響を成長させ,その集水域を周辺地域および他の国に拡大して,国家および国際対策を,大流行を含むために取り入れた。この展望論文は,全世界にさらに広がる単一国からのCOVID-19ウイルス発生時のTwitterデータの感情分析を介して知覚される様々な精神状態健康問題を把握するために書かれた。ここでは,政府と市民からの積極的応答に対して,より高い精度を持つデータ駆動アプローチが非常に有用である。提案する研究では,COVID状況中のピンセットを収集し,それらの感情を,BERT(変換器からの双方向エンコーダ表現)アルゴリズムを用いて探索した。BERTは,テキストを入力として,訓練された基礎を,その時代(実行回数)に取り込むアルゴリズムである。性能パラメータは,精度,再現,およびF測度のような計算である。さらに,提案した方法を,Naive Bayes(NB),サポートベクトルマシン(SVM),およびロジスティック回帰(LR)のような他の既存のアルゴリズムと比較した。性能測度は,BERTアルゴリズムが,Naive Bayes,サポートベクトルマシン,およびロジスティック回帰で,それぞれ,67.3%,63.4%,および61.2%と比較して,86.7%の精度で,他のすべての既存のアルゴリズムより優れていることを示した。政府および他の医療保健機関は,医療スタッフの良好な精神および身体的健康を維持するための予防措置の実施および実施のために,本論文の成果を使用することができる。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 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 ,  測度 ,  感情 ,  自動分類 ,  データ ,  精度 ,  流域 ,  符号器 ,  健康管理 ,  サポートベクトルマシン
準シソーラス用語： ピンセット ,  ロジスティック回帰分析 ,  健康問題 ,  データ駆動 ,  ツイッター ,  Naive Bayes , 【Automatic Indexing@JST】

著者キーワード (6件)： COVID ,  Twitter感情解析 ,  新しいコロナウイルス ,  BERT ,  予測アルゴリズム ,  計量

分類 (2件)： 自然語処理  (JE06000L) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： COVID-19パンデミック ,  感情分析 ,  BERT ,  アルゴリズム