品詞情報の埋め込みを利用したDual Embeddings CNNによる属性語抽出

Material type: その他

Author: 前田, 裕一朗ほか

Publisher: 電子情報通信学会 / 情報処理学会

Publication date: 2018-09-20

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 出版タイプ： VoRショッピングサイトのレビューは商品の評判を知るために有益な情報の集合である。しかし、全てのレビューに目を通すには膨大である。本研究では、レビューから評価の視点となっている属性語を抽出してレビュー全体の俯瞰を行う。属性語の抽出には様々なアプローチがあるが、Xu(Liu)らの提案する...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

University of the Ryukyus Repository
Digital
You can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
University of the Ryukyus Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: その他
Title: 品詞情報の埋め込みを利用したDual Embeddings CNNによる属性語抽出
Author/Editor: 前田, 裕一朗
遠藤, 聡志
山田, 孝治
當間, 愛晃
赤嶺, 有平
Maeda, Yuichiro
Endo, Satoshi
Yamada, Koji
Toma, Naruaki
Akamine, Yuhei
Author Heading: Maeda, Yuichiro
Endo, Satoshi
Yamada, Koji
Toma, Naruaki
Akamine, Yuhei
Publication, Distribution, etc.: 電子情報通信学会 / 情報処理学会
Publication Date: 2018-09-20
Publication Date (W3CDTF): 2018
Alternative Title: Aspect term extraction by Dual Embeddings CNN using embedding of part of speech information
Periodical title: FIT2018（第17回情報科学技術フォーラム）
Pages: 189-190
Subject Heading: アスペクト抽出
Aspect term extraction
CNN
品詞情報
自然言語処理
Target Audience: 一般
Note (General): 出版タイプ： VoR
ショッピングサイトのレビューは商品の評判を知るために有益な情報の集合である。しかし、全てのレビューに目を通すには膨大である。本研究では、レビューから評価の視点となっている属性語を抽出してレビュー全体の俯瞰を行う。属性語の抽出には様々なアプローチがあるが、Xu(Liu)らの提案するDoubleEmbedding-CNNでは、一般的なコーパスから学習した単語埋め込みとドメインに注目した単語埋め込みの二重埋め込みを使うことで高い精度の抽出を行った。しかし、この手法は属性語の抽出でよく用いられる品詞情報を加味していない。そこで、品詞情報を3つ目の埋め込みとして与えることで精度の向上を図る。
会議発表用資料
Source: fulltext
https://u-ryukyu.repo.nii.ac.jp/record/2012384/files/E-021.pdf
Access Restrictions: インターネット公開
Related Material (URI): URI
https://www.ieice.org/publications/conferences/summary.php?id=FIT0000013160&expandable=2&ConfCd=F&session_num=4e&lecture_number=E-021&year=2018&conf_type=F
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 琉球大学 : 琉球大学学術リポジトリ