文献

J-GLOBAL ID：202202288266459981   整理番号：22A0636938

オンライン映画レビュー上のニューラルネットワーク層状アーキテクチャによるNLPテキスト埋込み技術の比較分析【JST・京大機械翻訳】

Comparative Analysis of NLP Text Embedding Techniques with Neural Network Layered Architecture on Online Movie Reviews

著者 (5件)： Goyal Hemlata (Manipal University Jaipur, Jaipur, India) ,  Sharma Amar (Manipal University Jaipur, Jaipur, India) ,  Sewada Ranu (Manipal University Jaipur, Jaipur, India) ,  Arora Devansh (Manipal University Jaipur, Jaipur, India) ,  Singhal Sunita (Manipal University Jaipur, Jaipur, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1546  ページ： 224-231  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  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： NLP世界において,テキストデータを,機械学習アーキテクチャによるテキスト埋込みのスマート方法で数値形式に変換する必要がある。本研究では,二値Term周波数,計数ベクトル,Term周波数-逆文書周波数,およびWord2Vecの比較テキスト埋込み法を,テキストをベクトルの有意義な表現に変換するために用い,数値を含む。種々のテキスト埋込み技術の性能を解析するために,ニューラルネットワーク層状アーキテクチャを,入力層,高密度層,続いてReLU(線形ユニット)活性化層およびSigmoid活性化関数を含む映画レビューの極性分類のために設計し,訓練試験性能に基づいて分類を行った。Word2Vecテキスト埋込みは,オンライン映画レビューのための[数式:原文を参照]で,それぞれ89.75%と86.94%の2値Term周波数,計数ベクトル,Term周波数-逆文書周波数,およびWord2Vecの全てのテキスト埋込み技術の中で,最も高い訓練と試験精度を記録した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 極性 ,  ベクトル ,  *ニューラルネットワーク ,  *レビュー ,  *映画 ,  自然言語処理 ,  線形性 ,  活性層 ,  *計算機アーキテクチャ ,  文書 ,  *埋込み【挿入】 ,  機械学習
準シソーラス用語： 高密度 ,  *オンライン ,  テキストデータ , 【Automatic Indexing@JST】

著者キーワード (6件)： 自然言語処理 ,  テキスト埋込み ,  計数ベクトル ,  二値項周波数 ,  TF-IDF ,  Word2Vec

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (9件)： オンライン ,  映画 ,  レビュー ,  ニューラルネットワーク ,  層状 ,  アーキテクチャ ,  NLP ,  埋込み ,  比較分析