徳島大学 教育・研究者情報データベース(EDB)

Education and Research Database (EDB), Tokushima University

徳島大学ウェブサイトへのリンク

著作: 呉 雨濃/[北 研二]/[松本 和幸]/Xing Kang/文の複数感情分析のための結合予測モデル/14th International Conference on Intelligent Text Processing and Computational Linguistics

ヘルプを読む

「著作」(著作(著書,論文,レター,国際会議など))は,研究業績にかかる著作(著書,論文,レター,国際会議など)を登録するテーブルです. (この情報が属するテーブルの詳細な定義を見る)

  • 項目名の部分にマウスカーソルを置いて少し待つと,項目の簡単な説明がツールチップ表示されます.

この情報をEDB閲覧画面で開く

EID
260391
EOID
889815
Map
0
LastModified
2018年2月26日(月) 20:19:55
Operator
大家 隆弘
Avail
TRUE
Censor
0
Owner
松本 和幸
Read
継承
Write
継承
Delete
継承
種別 必須 国際会議
言語 必須 英語
招待 推奨
審査 推奨 Peer Review
カテゴリ 推奨 研究
共著種別 推奨
学究種別 推奨 博士後期課程学生による研究報告
組織 推奨
著者 必須
  1. (英) Wu Yunong / (日) 呉 雨濃 / (読) ご うのう
    役割 任意

    (日) 筆頭著者として研究手法の提案,評価実験および論文執筆を担当した.

    貢献度 任意
    学籍番号 推奨 ****
  2. 北 研二([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意

    (日) 共著者として研究総括および実験結果の考察の一部を担当した.

    貢献度 任意
    学籍番号 推奨
  3. 松本 和幸([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意

    (日) 共著者として参考文献調査および実験結果の分析の一部を担当した.

    貢献度 任意
    学籍番号 推奨
  4. (英) Xing Kang
    役割 任意
    貢献度 任意
    学籍番号 推奨
題名 必須

(英) A Joint Prediction Model for Multiple Emotions Analysis in Sentences

(日) 文の複数感情分析のための結合予測モデル

副題 任意
要約 任意

(英) In this study, we propose a scheme for recognizing people's multiple emotions from Chinese sentence. Compared to the previous studies which focused on the single emotion analysis through texts, our work can better reflect people's inner thoughts by predicting all the possible emotions. We first predict the multiple emotions of words from a CRF model, which avoids the restrictions from traditional emotion lexicons with limited resources and restricted context information. Instead of voting emotions directly, we perform a probabilistic merge of the output words' multi emotion distributions to jointly predict the sentence emotions, under the assumption that the emotions from the contained words and a sentence are statistically consistent. As a comparison, we also employ the SVM and LGR classifiers to predict each entry of the multiple emotions through a problem transformation method. Finally, we combine the joint probabilities of the multiple emotions of sentence generated from the CRF-based merge model and the transformed LGR model, which is proved to be the best recognition for sentence multiple emotions in our experiment.

(日) 本研究では,人間の複数の感情状態を中国語で書かれたテキストから認識する手法を提案する.提案手法では,CRFによる確率的なモデルを用いて,単語の感情を予測する.また,出力された単語の感情をもとに,文の感情を推定する.推定には,SVMとLGRによる分類器を用いる.最終的に,複数のモデルをマージすることで,文からの最適な感情推定を実現する.

キーワード 推奨
発行所 推奨
誌名 必須 (英) 14th International Conference on Intelligent Text Processing and Computational Linguistics
ISSN 任意
必須 ---
必須 ---
必須 149 160
都市 必須
年月日 必須 2013年 3月 24日
URL 任意
DOI 任意
PMID 任意
NAID 任意
WOS 任意
Scopus 任意
評価値 任意
被引用数 任意
指導教員 推奨
備考 任意