論文の概要: Enhanced Sentiment Interpretation via a Lexicon-Fuzzy-Transformer Framework

• arxiv url: http://arxiv.org/abs/2510.15843v1
• Date: Fri, 17 Oct 2025 17:36:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-20 20:17:34.730237
• Title: Enhanced Sentiment Interpretation via a Lexicon-Fuzzy-Transformer Framework
• Title（参考訳）: Lexicon-Fuzzy-Transformer フレームワークによる感性解釈の強化
• Authors: Shayan Rokhva, Mousa Alizadeh, Maryam Abdollahi Shamami,
• Abstract要約: 本稿では,ルールベース,文脈深層学習,ファジィ論理を組み合わせた新しい語彙ファジィ変換フレームワークを提案する。 このフレームワークは4つのドメイン固有のデータセットで厳格に評価されている。 その結果、ユーザー評価との整合性が向上し、感情的極端の識別が向上し、誤分類が減少した。
• 参考スコア（独自算出の注目度）: 0.9558392439655014
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurately detecting sentiment polarity and intensity in product reviews and social media posts remains challenging due to informal and domain-specific language. To address this, we propose a novel hybrid lexicon-fuzzy-transformer framework that combines rule-based heuristics, contextual deep learning, and fuzzy logic to generate continuous sentiment scores reflecting both polarity and strength. The pipeline begins with VADER-based initial sentiment estimations, which are refined through a two-stage adjustment process. This involves leveraging confidence scores from DistilBERT, a lightweight transformer and applying fuzzy logic principles to mitigate excessive neutrality bias and enhance granularity. A custom fuzzy inference system then maps the refined scores onto a 0 to 1 continuum, producing expert)like judgments. The framework is rigorously evaluated on four domain-specific datasets. food delivery, e-commerce, tourism, and fashion. Results show improved alignment with user ratings, better identification of sentiment extremes, and reduced misclassifications. Both quantitative metrics (distributional alignment, confusion matrices) and qualitative insights (case studies, runtime analysis) affirm the models robustness and efficiency. This work demonstrates the value of integrating symbolic reasoning with neural models for interpretable, finegrained sentiment analysis in linguistically dynamic domains.
• Abstract（参考訳）: 製品レビューやソーシャルメディア投稿における感情の極性と強度の正確な検出は、非公式およびドメイン固有の言語のため、依然として困難である。 そこで本研究では,ルールベースのヒューリスティックス,文脈深層学習,ファジィ論理を組み合わせたハイブリッド・レキシコン・ファジィ・トランスフォーマフレームワークを提案する。 パイプラインは、VADERベースの初期感情推定から始まり、2段階の調整プロセスを通じて洗練される。 これは、軽量トランスフォーマーであるDistilBERTの信頼性スコアを活用し、過剰な中立性バイアスを緩和し、粒度を高めるためにファジィ論理原則を適用している。 カスタムファジィ推論システムは、精製されたスコアを0から1の連続点にマッピングし、専門家のような判断を生成する。 このフレームワークは4つのドメイン固有のデータセットで厳格に評価されている。 食品の配達、eコマース、観光、ファッション。 その結果、ユーザー評価との整合性が向上し、感情的極端の識別が向上し、誤分類が減少した。 定量的メトリクス(分配的アライメント、混乱行列)と定性的洞察(ケーススタディ、実行時解析)の両方は、モデルの堅牢性と効率を実証する。 この研究は、言語的動的領域における微粒な感情分析を解釈するために、記号的推論とニューラルモデルを統合することの価値を実証する。

関連論文リスト

• Dynamic Span Interaction and Graph-Aware Memory for Entity-Level Sentiment Classification [0.2099922236065961]
  SpanEITは、エンティティレベルの感情分類のための新しいフレームワークである。 動的スパン相互作用とグラフ対応メモリ機構を統合し、強化されたエンティティ・センチメント・リレーショナル・モデリングを行う。 FSAD、BARU、IMDBデータセットの実験では、SpanEITは最先端のトランスフォーマーとハイブリッドベースラインの精度、F1スコアを上回っている。
  論文  参考訳（メタデータ） (2025-09-15T05:47:57Z)
• Target-oriented Multimodal Sentiment Classification with Counterfactual-enhanced Debiasing [5.0175188046562385]
  マルチモーダル感情分類は、画像とテキストのペアから特定のターゲットに対する感情極性を予測しようとする。 既存の作業はしばしばテキストの内容に過度に依存し、データセットのバイアスを考慮できない。 本稿では,このような突発的相関を低減すべく,新たな反事実強化脱バイアスフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-11T05:40:53Z)
• Enhanced Sentiment Analysis of Iranian Restaurant Reviews Utilizing Sentiment Intensity Analyzer & Fuzzy Logic [1.6590638305972631]
  本研究はイランのレストランレビューで研究される高度な感情分析の枠組みを提示する。 ファジィ論理と従来の感情分析技術を組み合わせて、感情極性と強度の両方を評価する。
  論文  参考訳（メタデータ） (2025-03-15T13:55:23Z)
• Evaluating Semantic Variation in Text-to-Image Synthesis: A Causal Perspective [50.261681681643076]
  本稿では,SemVarEffectとSemVarBenchというベンチマークを用いて,テキスト・画像合成における入力のセマンティックな変化と出力の因果性を評価する。 本研究は,T2I合成コミュニティによるヒューマンインストラクション理解の探索を促進する効果的な評価枠組みを確立する。
  論文  参考訳（メタデータ） (2024-10-14T08:45:35Z)
• Interpretable multimodal sentiment analysis based on textual modality descriptions by using large-scale language models [1.4213973379473654]
  マルチモーダル感情分析は、ユーザの内部状態を理解する上で重要な領域である。 従来の研究は、注意重みやベクトル分布を使って解釈性を提供しようと試みてきた。 本研究では,非言語的モダリティをテキスト記述に変換することによって解釈可能性を実現する手法を提案する。
  論文  参考訳（メタデータ） (2023-05-07T06:48:06Z)
• Constructing interval variables via faceted Rasch measurement and multitask deep learning: a hate speech application [63.10266319378212]
  本稿では,教師付き深層学習と多面的ラッシュアイテム応答理論(IRT)構築手法を組み合わせることで,連続区間スペクトル上の複素変数を測定する手法を提案する。 われわれは、YouTube、Twitter、Redditから5万件のソーシャルメディアコメントを収集し、1万1000人の米国拠点のAmazon Mechanical Turkの労働者によってラベル付けされたデータセット上で、この新しい手法を実証した。
  論文  参考訳（メタデータ） (2020-09-22T02:15:05Z)
• 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)

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。