論文の概要: IFoodCloud: A Platform for Real-time Sentiment Analysis of Public
Opinion about Food Safety in China
- arxiv url: http://arxiv.org/abs/2102.11033v1
- Date: Wed, 17 Feb 2021 04:42:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-06 03:44:10.820621
- Title: IFoodCloud: A Platform for Real-time Sentiment Analysis of Public
Opinion about Food Safety in China
- Title（参考訳）: IFoodCloud:中国の食品安全に関する世論のリアルタイムセンチメント分析プラットフォーム
- Authors: Dachuan Zhang, Haoyang Zhang, Zhisheng Wei, Yan Li, Zhiheng Mao,
Chunmeng He, Haorui Ma, Xin Zeng, Xiaoling Xie, Xingran Kou and Bingwen Zhang
- Abstract要約: IFoodCloudは、中国の食品安全に関する世論のリアルタイム感情分析のためのプラットフォームです。
公共の意見の傾向、公衆の感情、および食品安全事件の地域的注意の相違を調べるのに使用できる3,100以上の公的情報源からデータを収集します。
- 参考スコア（独自算出の注目度）: 6.799945955379126
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Internet contains a wealth of public opinion on food safety, including
views on food adulteration, food-borne diseases, agricultural pollution,
irregular food distribution, and food production issues. In order to
systematically collect and analyse public opinion on food safety, we developed
IFoodCloud, a platform for the real-time sentiment analysis of public opinion
on food safety in China. It collects data from more than 3,100 public sources
that can be used to explore public opinion trends, public sentiment, and
regional attention differences of food safety incidents. At the same time, we
constructed a sentiment classification model using multiple lexicon-based and
deep learning-based algorithms integrated with IFoodCloud that provide an
unprecedented rapid means of understanding the public sentiment toward specific
food safety incidents. Our best model's F1-score achieved 0.9737. Further,
three real-world cases are presented to demonstrate the application and
robustness. IFoodCloud could be considered a valuable tool for promote
scientisation of food safety supervision and risk communication.
- Abstract（参考訳）: インターネットには、食品汚染、食品病、農業汚染、不規則な食品の流通、食品生産の問題など、食品の安全性に関する多くの世論が含まれている。
食品安全に関する世論を体系的に収集し分析するために,中国における食品安全に関する世論のリアルタイム感情分析プラットフォームであるifoodcloudを開発した。
食品安全事件の世論の傾向、世論の感情、地域的関心の相違を調査するのに使用できる3100以上の公的情報源からデータを収集する。
同時に、IFoodCloudと統合された複数の辞書ベースおよびディープラーニングベースのアルゴリズムを用いた感情分類モデルを構築し、特定の食品安全インシデントに対する大衆の感情を理解する前例のない素早い手段を提供した。
ベストモデルのF1スコアは0.9737。
さらに,実例を3つ提示して,適用性と堅牢性を示す。
ifoodcloudは、食品安全監督とリスクコミュニケーションのサイエンタイズを促進する貴重なツールと考えられる。
関連論文リスト
- Anticipatory Understanding of Resilient Agriculture to Climate [66.008020515555]
本稿では,リモートセンシング,深層学習,作物収量モデリング,食品流通システムの因果モデリングを組み合わせることで,食品のセキュリティホットスポットをよりよく識別する枠組みを提案する。
我々は、世界の人口の大部分を供給している北インドの小麦パンバスケットの分析に焦点をあてる。
論文 参考訳（メタデータ） (2024-11-07T22:29:05Z) - NourishNet: Proactive Severity State Forecasting of Food Commodity Prices for Global Warning Systems [0.0]
世界的な食品商品の価格変動は、食品市場の破壊の可能性を示す重要なシグナルである。
FAOは以前、食品価格の積極的な予測のための洗練された統計フレームワークを開発した。
本研究は,堅牢な価格セキュリティ指標と最先端のディープラーニング(DL)手法を統合することにより,これらの基盤の上に構築されている。
論文 参考訳（メタデータ） (2024-06-30T13:43:26Z) - FoodSky: A Food-oriented Large Language Model that Passes the Chef and Dietetic Examination [37.11551779015218]
食品データを理解するために食品指向の大規模言語モデル(LLM)を導入する。
中国料理の複雑さと典型性を考えると、我々はまず1つの総合的な中華料理コーパス「FoodEarth」を構築した。
そこで我々は,HTRAG(Herarchical Topic Retrieval Augmented Generation)機構とTS3M(Selective State Space Model)を提案する。
論文 参考訳（メタデータ） (2024-06-11T01:27:00Z) - How Much You Ate? Food Portion Estimation on Spoons [63.611551981684244]
現在の画像に基づく食品部分推定アルゴリズムは、ユーザが食事の画像を1、2回取ることを前提としている。
本稿では,静止型ユーザ向けカメラを用いて,機器上の食品の追跡を行う革新的なソリューションを提案する。
本システムは,スープやシチューなどの液状固形不均一混合物の栄養含量の推定に信頼性が高い。
論文 参考訳（メタデータ） (2024-05-12T00:16:02Z) - Seasonality Patterns in 311-Reported Foodborne Illness Cases and Machine Learning-Identified Indications of Foodborne Illnesses from Yelp Reviews, New York City, 2022-2023 [8.972167744334206]
我々はYelpのレビューとメタデータを抽出し、レストランの食品消費に関連する食中毒の発生の可能性を特定した。
我々は311年の食中毒報告の季節パターンを同定し、階層型シグモイド注意ネットワーク(HSAN)を用いたニューヨーク市のレストランのYelpレビューから食品病の季節パターンを同定した。
論文 参考訳（メタデータ） (2024-05-09T23:10:31Z) - Sentiment Polarity Analysis of Bangla Food Reviews Using Machine and Deep Learning Algorithms [1.102674168371806]
人口の大部分は、自宅に食事を届けるためにオンライン食品注文サービスを利用している。
我々の努力は、食べ物が良質なのか、それとも良質なのかを判断できるモデルを確立することであった。
私たちは、Food PandaやHungryNakiなど、著名な食品注文プラットフォームから1484以上のオンラインレビューのデータセットを収集しました。
論文 参考訳（メタデータ） (2024-05-03T09:49:46Z) - From Canteen Food to Daily Meals: Generalizing Food Recognition to More
Practical Scenarios [92.58097090916166]
DailyFood-172とDailyFood-16という2つの新しいベンチマークを、毎日の食事から食のイメージをキュレートする。
これらの2つのデータセットは、よく計算された食品画像領域から日常的な食品画像領域へのアプローチの伝達性を評価するために使用される。
論文 参考訳（メタデータ） (2024-03-12T08:32:23Z) - Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。
本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。
我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文 参考訳（メタデータ） (2023-05-03T05:16:54Z) - Towards the Creation of a Nutrition and Food Group Based Image Database [58.429385707376554]
栄養・食品群に基づく画像データベースを構築するための枠組みを提案する。
米国農務省食品栄養データベース(FNDDS)における食品群に基づく食品コードリンクプロトコルを設計する。
提案手法は16,114個の食品データセットを含む栄養・食品群に基づく画像データベースを構築するために用いられる。
論文 参考訳（メタデータ） (2022-06-05T02:41:44Z) - Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。
食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。
食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
論文 参考訳（メタデータ） (2021-07-13T06:26:53Z)
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。