文献

J-GLOBAL ID：202202266971401140   整理番号：22A1164962

ロックダウン拡張ツイートの感情分類を改善するための微調整勾配ブースティング法【JST・京大機械翻訳】

A Fine-tuned Gradient Boosting Method to Improve Sentiment Classification of Lockdown Extension Tweets

著者 (2件)： V Jayalakshmi. (Sathyabama Institute of Science and Technology,Computer Science,Chennai,19) ,  Lakshmi M. (Sathyabama Institute of Science and Technology,Computer Science,Chennai,19)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEARS  ページ： 361-365  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： 社会メディアは,異常なスケールで膨大な量のデータを扱う情報源の1つである。自分自身のアイデア,思考,現在の話題に関連した見解,および,コビット感染2019(COVID-19)のイベントとして, un infection者,ファスブックのような社会メディアにおける最大プラットフォームを用いた傾向のトピックスとの意見を共有し,それは,世界中の個人に基本的に影響し,風土病のCOVID-19の個人の検査と分析の需要がある。本論文は,python言語を用いてツイッタから抽出したCOVID-19データの感情解析に集中し,機械学習アルゴリズムによって分析し,そして,ロックダウン拡張に対する人々の反応を予測するために,彼らが取り込まれなければならないか,そして,個人が政府の規則に従っているかどうかを,何がかかわった。ツイツはTweepy APIを用いてTwitterから収集した。抽出した後に,テキストをVaderの助けを借りて分類して,それを訓練して,6つの機械学習アルゴリズムで試験して,公開の見解に関する精度と予測を見つけた。それらの6つのアルゴリズムの比較の後,予測を強化するために,勾配ブースティングアルゴリズムの最良で微調整したいくつかの特徴を見つけた。本研究は,大多数のインド人が,自分自身を取り入れるために,そのような決定を取るために政府を支えていると結論を下した。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： *アルゴリズム ,  言語 ,  情報源 ,  インド ,  風土病 ,  学習アルゴリズム
準シソーラス用語： *ブースティング ,  ソーシャルメディア ,  ブースティングアルゴリズム ,  ツイッター ,  微調整 ,  感情分類 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： ロックダウン ,  拡張 ,  感情分類 ,  微調整 ,  勾配ブースティング