論文の概要: Aspect Term Extraction using Graph-based Semi-Supervised Learning
- arxiv url: http://arxiv.org/abs/2003.04968v1
- Date: Thu, 20 Feb 2020 13:11:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-30 06:13:17.403568
- Title: Aspect Term Extraction using Graph-based Semi-Supervised Learning
- Title（参考訳）: グラフに基づく半教師付き学習を用いたアスペクト項抽出
- Authors: Gunjan Ansari, Chandni Saxena, Tanvir Ahmad and M.N.Doja
- Abstract要約: 本稿では,アスペクト項抽出のためのグラフに基づく半教師付き学習手法を提案する。
レビュー文書内の識別されたトークンはすべて、ラベル付きトークンの小さなセットからアスペクトまたは非アスペクトの用語に分類される。
提案手法は, 認識されたアスペクト項に関連付けられた意見語の極性を決定するために, さらに拡張された。
- 参考スコア（独自算出の注目度）: 1.0499611180329804
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Aspect based Sentiment Analysis is a major subarea of sentiment analysis.
Many supervised and unsupervised approaches have been proposed in the past for
detecting and analyzing the sentiment of aspect terms. In this paper, a
graph-based semi-supervised learning approach for aspect term extraction is
proposed. In this approach, every identified token in the review document is
classified as aspect or non-aspect term from a small set of labeled tokens
using label spreading algorithm. The k-Nearest Neighbor (kNN) for graph
sparsification is employed in the proposed approach to make it more time and
memory efficient. The proposed work is further extended to determine the
polarity of the opinion words associated with the identified aspect terms in
review sentence to generate visual aspect-based summary of review documents.
The experimental study is conducted on benchmark and crawled datasets of
restaurant and laptop domains with varying value of labeled instances. The
results depict that the proposed approach could achieve good result in terms of
Precision, Recall and Accuracy with limited availability of labeled data.
- Abstract（参考訳）: Aspect based Sentiment Analysisは感情分析の主要なサブ領域である。
アスペクト項の感情を検知し分析するために、これまで多くの教師なしアプローチが提案されてきた。
本稿では,アスペクト項抽出のためのグラフに基づく半教師付き学習手法を提案する。
本手法では,ラベル拡散アルゴリズムを用いてラベル付きトークンの小さな集合から,レビュー文書中の識別トークンをアスペクトあるいは非アスペクトとして分類する。
グラフスパーシフィケーションのためのk-nearest neighbor (knn)は、より時間とメモリ効率を高めるために提案手法で採用されている。
提案手法をさらに拡張して,識別されたアスペクト項に関連付けられた意見語の極性を決定することで,レビュー文書の視覚的アスペクトベース要約を生成する。
この実験は、ラベル付きインスタンスの値が異なるレストランとラップトップドメインのベンチマークとクロールデータセットを用いて行われた。
その結果,提案手法はラベル付きデータの可利用性に乏しい精度,リコール,精度の面で良好な結果が得られることがわかった。
関連論文リスト
- A Hybrid Approach To Aspect Based Sentiment Analysis Using Transfer Learning [3.30307212568497]
本稿では,移動学習を用いたアスペクトベース感性分析のためのハイブリッド手法を提案する。
このアプローチは、大きな言語モデル(LLM)と従来の構文的依存関係の両方の長所を利用して、弱い教師付きアノテーションを生成することに焦点を当てている。
論文 参考訳（メタデータ） (2024-03-25T23:02:33Z) - ALEX: Towards Effective Graph Transfer Learning with Noisy Labels [11.115297917940829]
本稿では,グラフ伝達学習の課題に対処するため,バランスアライメントと情報認識試験(ALEX)と呼ばれる新しい手法を提案する。
ALEXはまず特異値分解を使用して、重要な構造的意味論を持つ異なるビューを生成し、堅牢なノード表現を提供する。
この基礎の上に構築され、複雑なマルチモーダル分布の暗黙的な領域アライメントのために、対向領域判別器が組み込まれている。
論文 参考訳（メタデータ） (2023-09-26T04:59:49Z) - AX-MABSA: A Framework for Extremely Weakly Supervised Multi-label Aspect
Based Sentiment Analysis [8.067010122141985]
極めて弱い教師付き多言語Aspect Category Sentiment Analysis フレームワークを提案する。
最初の指示情報として、クラスごとに1つの単語しか依存していません。
本稿では、これらのシードカテゴリと感情語を選択するための自動単語選択手法を提案する。
論文 参考訳（メタデータ） (2022-11-07T19:44:42Z) - Text Summarization with Oracle Expectation [88.39032981994535]
抽出要約は、文書の中で最も重要な文を識別し、連結することによって要約を生成する。
ほとんどの要約データセットは、文書文が要約に値するかどうかを示す金のラベルを持っていない。
本稿では,ソフトな予測に基づく文ラベルを生成する,シンプルで効果的なラベル付けアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-09-26T14:10:08Z) - Fine-Grained Visual Entailment [51.66881737644983]
そこで本稿では,テキストから画像への微粒な知識要素の論理的関係を予測することを目的として,このタスクの拡張を提案する。
従来の研究とは異なり、本手法は本質的に説明可能であり、異なるレベルの粒度で論理的予測を行う。
本手法は,手動でアノテートした知識要素のデータセットを用いて評価し,この課題に対して68.18%の精度を達成できることを示す。
論文 参考訳（メタデータ） (2022-03-29T16:09:38Z) - Bayesian Graph Contrastive Learning [55.36652660268726]
本稿では,ランダムな拡張がエンコーダにつながることを示すグラフコントラスト学習手法の新たな視点を提案する。
提案手法は,各ノードを決定論的ベクトルに埋め込む既存の手法とは対照的に,各ノードを潜在空間の分布で表現する。
いくつかのベンチマークデータセットにおける既存の最先端手法と比較して,性能が大幅に向上したことを示す。
論文 参考訳（メタデータ） (2021-12-15T01:45:32Z) - Learning the Implicit Semantic Representation on Graph-Structured Data [57.670106959061634]
グラフ畳み込みネットワークにおける既存の表現学習手法は主に、各ノードの近傍を知覚全体として記述することで設計される。
本稿では,グラフの潜在意味パスを学習することで暗黙的な意味を探索する意味グラフ畳み込みネットワーク(sgcn)を提案する。
論文 参考訳（メタデータ） (2021-01-16T16:18:43Z) - Semi-supervised Active Learning for Instance Segmentation via Scoring
Predictions [25.408505612498423]
インスタンスセグメンテーションのための新規かつ原則的な半教師付きアクティブ学習フレームワークを提案する。
具体的には,クラス,バウンディングボックス,マスクの手がかりを明示的に評価するトリプレットスコア予測(tsp)という不確実性サンプリング戦略を提案する。
医用画像データセットを用いた結果から,提案手法が有意義な方法で利用可能なデータから知識を具現化することを示す。
論文 参考訳（メタデータ） (2020-12-09T02:36:52Z) - 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) - Semi-Automatic Data Annotation guided by Feature Space Projection [117.9296191012968]
本稿では,適切な特徴空間投影と半教師付きラベル推定に基づく半自動データアノテーション手法を提案する。
MNISTデータセットとヒト腸内寄生虫の胎児不純物の有無による画像を用いて本手法の有効性を検証した。
この結果から,人間と機械の相補的能力を組み合わせた視覚分析ツールの付加価値が,より効果的な機械学習に有効であることが示唆された。
論文 参考訳（メタデータ） (2020-07-27T17:03:50Z)
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。