Fugu-MT 論文翻訳(概要): A New Approach To Text Rating Classification Using Sentiment Analysis

論文の概要: A New Approach To Text Rating Classification Using Sentiment Analysis

arxiv url: http://arxiv.org/abs/2103.12368v1
Date: Tue, 23 Mar 2021 08:10:03 GMT
ステータス: 処理完了
システム内更新日: 2021-03-25 00:37:54.580670
Title: A New Approach To Text Rating Classification Using Sentiment Analysis
Title（参考訳）: 感性分析を用いたテキスト分類の新しいアプローチ
Authors: Thomas Konstantinovsky
Abstract要約: 本稿では,三角形構造の構成要素として,比例値を再定義する。私たちは、製品レビューの形で与えられたテキストをより高い評価のグループと低い評価のグループに分類するための変数を導き出します。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Typical use cases of sentiment analysis usually revolve around assessing the probability of a text belonging to a certain sentiment and deriving insight concerning it; little work has been done to explore further use cases derived using those probabilities in the context of rating. In this paper, we redefine the sentiment proportion values as building blocks for a triangle structure, allowing us to derive variables for a new formula for classifying text given in the form of product reviews into a group of higher and a group of lower ratings and prove a dependence exists between the sentiments and the ratings.
Abstract（参考訳）: 感情分析の典型的なユースケースは、ある感情に属するテキストの確率を評価し、それに関する洞察を導出することを中心に展開される。本稿では,三角構造構築ブロックとしての感情比の値を再定義し,製品レビューの形式で与えられたテキストを高評価群と低評価群に分類する新しい公式の変数を導出し,感情と評価との間に依存性があることを実証する。

関連論文リスト

Beyond Coarse-Grained Matching in Video-Text Retrieval [50.799697216533914]
きめ細かい評価のための新しいアプローチを導入する。テストキャプションを自動的に生成することで,既存のデータセットにアプローチを適用することができる。きめ細かい評価実験は、このアプローチがきめ細かな違いを理解するモデルの能力を高めることを実証している。
論文参考訳（メタデータ） (2024-10-16T09:42:29Z)
Towards Human-Centred Explainability Benchmarks For Text Classification [4.393754160527062]
本稿では,テキスト分類の妥当性を評価するために,テキスト分類ベンチマークを拡張することを提案する。有効な説明を行う能力について客観的に評価する上での課題について検討する。我々は、これらのベンチマークを人間中心のアプリケーションに基礎を置くことを提案する。
論文参考訳（メタデータ） (2022-11-10T09:52:31Z)
Multi-Aspect Sentiment Analysis with Latent Sentiment-Aspect Attribution [7.289918297809611]
感傷的帰属モジュール(SAAM)と呼ばれる新しいフレームワークを導入する。このフレームワークは文レベルの埋め込み特徴と文書レベルのアスペクトレーティングスコアのバリエーションの相関を利用して動作する。ホテルレビューデータセットとビールレビューデータセットの実験では、SAAMは感情分析性能を向上させることが示されている。
論文参考訳（メタデータ） (2020-12-15T16:34:36Z)
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)
Evaluations and Methods for Explanation through Robustness Analysis [117.7235152610957]
分析による特徴に基づく説明の新たな評価基準を確立する。我々は、緩やかに必要であり、予測に十分である新しい説明を得る。我々は、現在の予測をターゲットクラスに移動させる一連の特徴を抽出するために、説明を拡張します。
論文参考訳（メタデータ） (2020-05-31T05:52:05Z)
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)
Elephant in the Room: An Evaluation Framework for Assessing Adversarial Examples in NLP [24.661335236627053]
逆の例は、機械学習モデルが常に誤分類している小さな摂動によって変換された入力である。本稿では,自動評価指標と人的評価ガイドラインからなる評価フレームワークを提案する。
論文参考訳（メタデータ） (2020-01-22T00:05:45Z)

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。