文献

J-GLOBAL ID：202202276499646145   整理番号：22A1053275

ビッグデータにおける感情分析のための強化Gray Wolf最適化ベース極値学習機械【JST・京大機械翻訳】

Intensified Gray Wolf Optimization-based Extreme Learning Machine for Sentiment Analysis in Big Data

著者 (2件)： Rathika J. (Department of Computing, Coimbatore Institute of Technology, Coimbatore, India) ,  Soranamageswari M. (Department of Information Technology, Coimbatore, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 839  ページ： 103-114  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： ソーシャルネットワークの強化は,製品評価の研究における人々の関心を高め,それらを購入する前にレビューする。これは,研究の別々の領域として,ドメイン適応,感情分析,および自然言語処理に関する研究を行う方法を提供する。1つのドメインから学習された分類器は,他のドメインからのデータに対して十分に機能しないかもしれないが,他の分類器を探索する際には,開心を保つことが重要である。データセットのレビューは現在大きなデータで処理されている。スタンドアロンマシンまたは低量データセットにおける感情解析を行うために開発されたアルゴリズムは,ビッグデータにおける感情分析を実行しながら,その最良の性能を与えない。本論文では,大きなデータにおける感情解析を行うための分類器,すなわち,強化灰色の鉄最適化ベースの極端学習機械(IGWO-ELM)を提案した。IGWO-ELMは,大きなレビューデータセットにおける感情を見つけるために, wの自然な行動を採用する。ELMの単層隠れ層は,より良い分類を実行するのを助ける。提案した分類器を,精度とF測度性能計量を用いて評価した。結果は,提案した分類器が既存の分類器より良い分類精度を達成することを示した。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 ,  *最適化 ,  測度 ,  データ ,  分類 ,  鉄 ,  *学習機械 ,  *分析 ,  精度 ,  レビュー ,  自然言語処理
準シソーラス用語： 隠れ層 ,  製品評価 ,  *ビッグデータ ,  感情分析 ,  極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (4件)： 分類 ,  感情分析 ,  アマゾン ,  最適化

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： ビッグデータ ,  感情分析 ,  強化 ,  gray ,  最適化 ,  極値 ,  学習機械