論文の概要: Study of sampling methods in sentiment analysis of imbalanced data

• arxiv url: http://arxiv.org/abs/2106.06673v1
• Date: Sat, 12 Jun 2021 03:16:18 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-20 00:01:51.707265
• Title: Study of sampling methods in sentiment analysis of imbalanced data
• Title（参考訳）: 不均衡データの感情分析におけるサンプリング法の検討
• Authors: Zeeshan Ali Sayyed
• Abstract要約: 本研究では,2つの異なるデータセットに対する感情分析におけるサンプリング手法の適用について検討する。 1つのデータセットには、調理プラットフォームEpicuriousからのオンラインユーザレビューが含まれており、もう1つは、計画された親団体に提供されるコメントが含まれている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work investigates the application of sampling methods for sentiment analysis on two different highly imbalanced datasets. One dataset contains online user reviews from the cooking platform Epicurious and the other contains comments given to the Planned Parenthood organization. In both these datasets, the classes of interest are rare. Word n-grams were used as features from these datasets. A feature selection technique based on information gain is first applied to reduce the number of features to a manageable space. A number of different sampling methods were then applied to mitigate the class imbalance problem which are then analyzed.
• Abstract（参考訳）: 本研究では,2つの異なる不均衡データセットに対する感情分析におけるサンプリング手法の適用について検討する。 1つのデータセットには、調理プラットフォームEpicuriousからのオンラインユーザレビューが含まれており、もう1つは、計画された親団体に提供されるコメントが含まれている。 どちらのデータセットでも、関心のクラスはまれである。 単語n-gramはこれらのデータセットの特徴として使われた。 まず,情報ゲインに基づく特徴選択手法を適用し,管理可能な空間への特徴量を削減する。 その後、クラス不均衡問題を緩和するために様々なサンプリング手法が適用され、分析された。

関連論文リスト

• Downstream-Pretext Domain Knowledge Traceback for Active Learning [138.02530777915362]
  本稿では、下流知識と事前学習指導のデータ相互作用をトレースするダウンストリーム・プレテキスト・ドメイン知識トレース(DOKT)手法を提案する。 DOKTは、トレースバックの多様性指標とドメインベースの不確実性推定器から構成される。 10のデータセットで行った実験は、我々のモデルが他の最先端の手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-07-20T01:34:13Z)
• Tackling Diverse Minorities in Imbalanced Classification [80.78227787608714]
  不均衡データセットは、様々な現実世界のアプリケーションで一般的に見られ、分類器の訓練において重要な課題が提示されている。 マイノリティクラスとマイノリティクラスの両方のデータサンプルを混合することにより、反復的に合成サンプルを生成することを提案する。 提案するフレームワークの有効性を,7つの公開ベンチマークデータセットを用いて広範な実験により実証する。
  論文  参考訳（メタデータ） (2023-08-28T18:48:34Z)
• Reinforced Approximate Exploratory Data Analysis [7.974685452145769]
  まず,対話型データ探索環境におけるサンプリングの影響について検討し,近似誤差を導入する。 本稿では, サンプル選択を最適化し, 分析および洞察フローの持続性を維持するための, 深層強化学習(DRL)に基づくフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-12-12T20:20:22Z)
• Data-IQ: Characterizing subgroups with heterogeneous outcomes in tabular data [81.43750358586072]
  本稿では,サンプルをサブグループに体系的に階層化するフレームワークであるData-IQを提案する。 実世界の4つの医療データセットに対するData-IQの利点を実験的に実証した。
  論文  参考訳（メタデータ） (2022-10-24T08:57:55Z)
• Learning Classifiers for Imbalanced and Overlapping Data [0.0]
  この研究は、不均衡なデータを用いて分類器を誘導することである。 少数派は多数派に比例しない。 本稿では,Sparsityと呼ばれる新しい手法によるクラス不均衡をさらに最適化する。
  論文  参考訳（メタデータ） (2022-10-22T13:31:38Z)
• Selecting the suitable resampling strategy for imbalanced data classification regarding dataset properties [62.997667081978825]
  医学、情報検索、サイバーセキュリティ、ソーシャルメディアなどの多くのアプリケーションドメインでは、分類モデルの導入に使用されるデータセットは、各クラスのインスタンスの不平等な分布を持つことが多い。 この状況は不均衡データ分類と呼ばれ、少数民族の例では予測性能が低い。 オーバーサンプリングとアンダーサンプリングの技術は、各クラスの例の数とバランスをとることでこの問題に対処する、よく知られた戦略である。
  論文  参考訳（メタデータ） (2021-12-15T18:56:39Z)
• Combining Feature and Instance Attribution to Detect Artifacts [62.63504976810927]
  トレーニングデータアーティファクトの識別を容易にする手法を提案する。 提案手法は,トレーニングデータのアーティファクトの発見に有効であることを示す。 我々は,これらの手法が実際にNLP研究者にとって有用かどうかを評価するために,小規模なユーザスタディを実施している。
  論文  参考訳（メタデータ） (2021-07-01T09:26:13Z)
• A Study imbalance handling by various data sampling methods in binary classification [0.0]
  本研究報告では,学習曲線と機械学習ライフサイクルへの露出について述べる。 我々は,前処理から最終最適化,モデル評価に至るまで,さまざまな手法を探求する。
  論文  参考訳（メタデータ） (2021-05-23T15:27:47Z)
• 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)
• Interpreting Deep Models through the Lens of Data [5.174367472975529]
  本稿では、これらのデータポイントが結果の分類器に与える影響を識別する手法について、詳細な分析を行う。 提案手法は, ランダムなアプローチよりもミスラベルを検出できるが, トレーニング損失に基づくサンプル選択は, 優れた性能を示した。
  論文  参考訳（メタデータ） (2020-05-05T07:59:37Z)

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。