文献

J-GLOBAL ID：202202287238908227   整理番号：22A0455448

訴え同定と感情解析のためのマルチタスク学習【JST・京大機械翻訳】

Multitask Learning for Complaint Identification and Sentiment Analysis

著者 (4件)： Singh Apoorva (Department of Computer Science and Engineering, Indian Institute of Technology, Patna, India) ,  Saha Sriparna (Department of Computer Science and Engineering, Indian Institute of Technology, Patna, India) ,  Hasanuzzaman Md. (Cork Institute of Technology Dublin, Cork, Ireland) ,  Dey Kuntal (Accenture Pvt. Ltd, Bengaluru, India)
資料名： Cognitive Computation  (Cognitive Computation)
巻： 14  号： 1  ページ： 212-227  発行年： 2022年 
JST資料番号： W4174A  ISSN： 1866-9964  資料種別： 逐次刊行物 (A)
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： 今日の競争ビジネス世界において,顧客サービスは,それらのブランドの強化を助けることができるビジネスの心臓でしばしばある。タイムリーで効率的な方法における顧客の苦情の解決は,顧客満足を改善する鍵である。さらに,顧客の苦情は,企業の総合的なR&Dと新しい製品またはサービス開発活動の効果的で効率的な計画のための出発点を提供するそれらの要求を同定する際に重要な役割を果たす。言い換えれば,組織は,大規模オンラインコンテンツにおいて,自動的に苦情を埋め込むことに対する挑戦に直面する。現在の研究センターは,2つの密接に関連するタスク,すなわち,訴え同定と感情分類を学習する。感情ラベルを用いてコーパスを注釈付けするために弱い監視を利用した。学習プロセスに共通の知識固有特徴を利用するために,AffectiveSpaceを使用する知識要素を特徴とする深いマルチタスクフレームワークを提案した。フレームワークモデルは,同時に,同定(一次タスク)と感情分類(補足的タスク)を訴えた。実験結果は,著者らの提案したマルチタスクシステムが,感情分類タスクに対して,苦情同定タスクに対して83.73+/-1.52%,および感情分類タスクに対して69.01+/-1.74%の最も高い交差検証精度を獲得することを示した。提案したマルチタスクシステムは単一タスクシステムよりも優れており,感情解析と complaint訴分類タスク間の強い相関を示し,同時に学習したときに互いに利益を得た。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ブランド ,  心臓 ,  *コーパス ,  顧客満足
準シソーラス用語： *マルチタスク , 【Automatic Indexing@JST】

著者キーワード (3件)： 愁訴識別 ,  感情分類 ,  深いマルチタスク学習

分類 (2件)： 市場調査,広告  (KA06030H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 同定 ,  感情 ,  解析 ,  マルチタスク学習