論文の概要: Sentiment Analysis Using Averaged Weighted Word Vector Features

• arxiv url: http://arxiv.org/abs/2002.05606v2
• Date: Sun, 15 Oct 2023 20:36:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-18 07:26:06.499296
• Title: Sentiment Analysis Using Averaged Weighted Word Vector Features
• Title（参考訳）: 平均重み付き単語ベクトル特徴を用いた感性分析
• Authors: Ali Erkan and Tunga Gungor
• Abstract要約: 我々は,異なる種類の単語ベクトルを組み合わせて,レビューの極性を学習し,推定する2つの手法を開発した。 本手法は、感情分析の標準ベンチマークとして使用される異なる領域の複数のデータセットに適用する。
• 参考スコア（独自算出の注目度）: 1.2691047660244332
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: People use the world wide web heavily to share their experience with entities such as products, services, or travel destinations. Texts that provide online feedback in the form of reviews and comments are essential to make consumer decisions. These comments create a valuable source that may be used to measure satisfaction related to products or services. Sentiment analysis is the task of identifying opinions expressed in such text fragments. In this work, we develop two methods that combine different types of word vectors to learn and estimate polarity of reviews. We develop average review vectors from word vectors and add weights to this review vectors using word frequencies in positive and negative sensitivity-tagged reviews. We applied the methods to several datasets from different domains that are used as standard benchmarks for sentiment analysis. We ensemble the techniques with each other and existing methods, and we make a comparison with the approaches in the literature. The results show that the performances of our approaches outperform the state-of-the-art success rates.
• Abstract（参考訳）: 人々はworld wide webを多用し、製品、サービス、旅行先などのエンティティと経験を共有している。 オンラインフィードバックをレビューやコメント形式で提供するテキストは、消費者の判断に不可欠である。 これらのコメントは、製品やサービスに関する満足度を測定するために使われる価値ある情報源を生み出します。 感性分析は、そのようなテキスト断片で表される意見を特定するタスクである。 本研究では,異なる種類の単語ベクトルを組み合わせてレビューの極性を学習し,推定する2つの手法を開発する。 我々は、単語ベクトルからの平均レビューベクトルを開発し、正および負の感度タグ付きレビューで単語周波数を用いたレビューベクトルに重みを付加する。 本手法を,感情分析の標準ベンチマークとして使用する,異なる領域の複数のデータセットに適用した。 我々は,既存の手法と技術を融合させ,文献のアプローチとの比較を行った。 その結果,我々のアプローチのパフォーマンスは最先端の成功率を上回っていることがわかった。

関連論文リスト

• You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
  感情分析ツールが同じデータセットで一致しないことを示す。 感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
  論文  参考訳（メタデータ） (2024-10-18T17:27:38Z)
• Lexicon-Based Sentiment Analysis on Text Polarities with Evaluation of Classification Models [1.342834401139078]
  本研究は,レキシコン法を用いて感情分析を行い,テキストデータを用いた分類モデルの評価を行った。 語彙に基づく手法は、単語レベルでの感情と主観性の強さを識別する。 この研究は、テキストが正、負、中立とラベル付けされているというマルチクラスの問題に基づいている。
  論文  参考訳（メタデータ） (2024-09-19T15:31:12Z)
• SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item Recommendation [48.1799451277808]
  本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。 まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。 そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
  論文  参考訳（メタデータ） (2021-08-18T08:04:38Z)
• SentiLSTM: A Deep Learning Approach for Sentiment Analysis of Restaurant Reviews [13.018530502810128]
  本稿では,レストランのクライアントが提供したレビューを肯定的,否定的な極性に分類する深層学習技術(BiLSTM)を提案する。 テストデータセットの評価の結果、BiLSTM技術は91.35%の精度で生成された。
  論文  参考訳（メタデータ） (2020-11-19T06:24:42Z)
• Hierarchical Bi-Directional Self-Attention Networks for Paper Review Rating Recommendation [81.55533657694016]
  本稿では,階層型双方向自己注意ネットワークフレームワーク(HabNet)を提案する。 具体的には、文エンコーダ(レベル1)、レビュー内エンコーダ(レベル2)、レビュー間エンコーダ(レベル3)の3つのレベルで、論文レビューの階層構造を利用する。 我々は、最終的な受理決定を行う上で有用な予測者を特定することができ、また、数値的なレビュー評価とレビュアーが伝えるテキストの感情の不整合を発見するのに役立てることができる。
  論文  参考訳（メタデータ） (2020-11-02T08:07:50Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• A Unified Dual-view Model for Review Summarization and Sentiment Classification with Inconsistency Loss [51.448615489097236]
  ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。 本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。 異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
  論文  参考訳（メタデータ） (2020-06-02T13:34:11Z)
• Topic Detection and Summarization of User Reviews [6.779855791259679]
  本稿では,レビューと要約の両方を解析して,効果的な新しい要約手法を提案する。 製品レビューと約1028の製品からなる新しいデータセットが、AmazonとCNETから収集されている。
  論文  参考訳（メタデータ） (2020-05-30T02:19:08Z)
• A computational model implementing subjectivity with the 'Room Theory'. The case of detecting Emotion from Text [68.8204255655161]
  本研究は,テキスト分析における主観性と一般的文脈依存性を考慮した新しい手法を提案する。 単語間の類似度を用いて、ベンチマーク中の要素の相対的関連性を抽出することができる。 この方法は、主観的評価がテキストの相対値や意味を理解するために関係しているすべてのケースに適用できる。
  論文  参考訳（メタデータ） (2020-05-12T21:26:04Z)
• Generating Word and Document Embeddings for Sentiment Analysis [0.36525095710982913]
  本稿では、文脈情報と教師付き情報と、辞書に現れる単語の一般的な意味表現を組み合わせる。 トルコの映画ドメインとTwitterデータセットである2つのコーパスに対して、ドメイン固有の感情ベクトルを誘導する。 これは我々のアプローチがクロスドメインであり、他の言語に移植可能であることを示している。
  論文  参考訳（メタデータ） (2020-01-05T16:34:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。