文献

J-GLOBAL ID：202202273880934202   整理番号：22A0964046

アスペクトベース感情解析のための深層学習技術【JST・京大機械翻訳】

Deep Learning Techniques for Aspect Based Sentiment Analysis

著者 (2件)： Chen Sijin (Rensselaer Polytechnic Institute,Department of Science,Troy,New York,USA) ,  Fnu Gesangzeren (University of Wisconsin,Department of Science,Stevens Point,Wisconsin,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCRD  ページ： 69-73  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： 感情解析は,人間の感情状態を理解するために,テキスト内の情報を検出し抽出するために自然言語プロセスを用いることを目指す重要なツールである。多くのユーザ生成コンテンツから情報を抽出するため,世界において感情分析が広く用いられている。しかし,ユーザニーズの開発により,感情解析は,アスペクトレベルでの粒度による改善を必要とする。より細粒レベルで実施する必要がある。アスペクトベースの感情分析(ABSA)は,側面によってデータを分類し,各側面に起因する感情を同定する技術である。ABSAは,アスペクト比の要求を満たすために提案された。製品レビューの側面抽出と感情分類と,目標依存ピンセットの感情分類は,改良の2つの主な明確な目標である。深層学習手法は,テキスト内の構文的および意味的特徴を捉える能力を持ち,高レベル特徴工学を必要としないという利点を有する。深層学習は,産業の展望になった。ますます多くの研究者は,近年ABSAタスクにおける深層学習アプローチを適用することを試みてきた。それにもかかわらず,この種の応用の要約が不足しているので,著者らは近年,いくつかの研究をレビューし,要約した。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： アスペクト比 ,  *自然言語
準シソーラス用語： ピンセット ,  構文 ,  感情分類 ,  感情分析 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 感情 ,  解析 ,  深層学習