文献

J-GLOBAL ID：201702268751497196   整理番号：17A0828151

アスペクト意見関係を用いたアスペクトカテゴリーベース感情分類【Powered by NICT】

Aspect-category-based sentiment classification with aspect-opinion relation

著者 (5件)： Tsai Yi-Lin (Institute of ISA, National Tsinghua University, Taiwan) ,  Wang Yu-Chun (Telecommunication Laboratories, Chunghwa Telecom, Taiwan) ,  Chung Chen-Wei (Institute for Information Industry, Taiwan) ,  Su Shih-Chieh (Institute for Information Industry, Taiwan) ,  Tsai Richard Tzong-Han (Department of Computer Science and Information Engineering, National Central University, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： TAAI  ページ： 162-169  発行年： 2016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： 近年,アスペクトカテゴリーベース感情分析の研究は,予め定義されたカテゴリーの観点からアプローチされてきた。本論文では,アスペクトに基づく感情分析に特化したSemEval Translated from English into Japaneseby JST.タスク4の二サブタスク:検出アスペクトカテゴリーとアスペクトカテゴリー極性を標的とする。SemEval Translated from English into Japaneseby JST.によって定義されるアスペクトカテゴリー{食品,価格,サービス,雰囲気,その他}の事前に特定セットを本論文で使用されている。提出の大部分は,主にnグラムと感情用語特徴を有するこれらの二サブタスク機械学習によるについて研究した。これらの提出のための困難さは,いくつかの意見単語(例えば,「良好な」)は一般的であり,任意の特定カテゴリーに関連させることはできないことである。対照的に,本論文では,特徴の一つとしてアスペクト意見対を用いてこの困難を克服した。これらの対を検出するために,顧客のソーシャルメディアにおける批評の意見単語を同定し,次に依存性則によるそれらの関連アスペクト項を検出した。中国人顧客レビューに適用するレストランドメインに行われてきた。著者らの実験は,アスペクトカテゴリー極性を検出するためのWord2Vecを用いて精度の87.5%を達成した。ここで使用したアスペクト意見対特徴は精度の88.3%に寄与している。全ての特徴を用いた場合,精度は84.4%から89.0%に改善された。実験結果はアスペクトカテゴリーベース感情分類システムに適用アスペクト意見対特徴の有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 食品 ,  機械学習 ,  極性 ,  *単語
準シソーラス用語： 中国人 ,  ソーシャルメディア ,  感情分析 ,  *感情分類 , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (2件)： 意見 ,  感情分類