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: [松本 和幸]/[吉田 稔]/[北 研二]/[任 福継]/日英言語における感情推定のための翻訳候補絞り込み手法/Proceedings of the 7th International Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management

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
305209
EOID
801187
Map
0
LastModified
2015年10月30日(金) 15:21:04
Operator
松本 和幸
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
組織 推奨
著者 必須
  1. 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
    貢献度 任意
    学籍番号 推奨
  2. 吉田 稔([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
    貢献度 任意
    学籍番号 推奨
  3. 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
    貢献度 任意
    学籍番号 推奨
  4. 任 福継([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]/->個人[中川 福継])
    役割 任意
    貢献度 任意
    学籍番号 推奨
題名 必須

(英) An Approach to Refine Translation Candidates for Emotion Estimation in Japanese-English Language

(日) 日英言語における感情推定のための翻訳候補絞り込み手法

副題 任意
要約 任意

(英) Researches on emotion estimation from text mostly use machine learning method. Because machine learning requires a large amount of example corpora, how to acquire high quality training data has been discussed as one of its major problems. The existing language resources include emotion corpora; however, they are not available if the language is different. Constructing bilingual corpus manually is also financially difficult. Wepropose a method to convert a training data into different language using an existing Japanese-English parallel emotion corpus. With a bilingual dictionary, the translation candidates are extracted against every word of each sentence included in the corpus. Then the extracted translation candidates are narrowed down into a set of words that highly contribute to emotion estimation and we used the set of words as training data. As theresult of the evaluation experiment using the training data created by our proposed method, the accuracy of emotion estimation increased up to 66.7% in Naive Bayes.

(日) テキストからの感情推定の研究のほとんどは機械学習手法を用いている.機械学習は,大量の事例コーパスを必要とするため,高品質な訓練データをどのように入手するかが,議論すべき主要な問題の一つである.既存の言語資源は,感情コーパスを含む.しかし,言語が異なると,利用できない.我々は,日英対訳感情コーパスを用いて,訓練データを別の言語に変換する手法を提案する.対訳辞書により,各文のすべての単語に対して対訳候補が抽出される.抽出された対訳候補は,感情推定に高く貢献する語に絞り込み,それらを訓練データとして用いる.提案手法により構築された訓練データを用いて,評価実験を行った結果,感情推定の精度はNaive Bayes分類器を用いて66.7%に向上した.

キーワード 推奨
  1. (英) Emotion Corpus / (日) 感情コーパス
  2. (英) Emotion Estimation / (日) 感情推定
  3. (英) Bilingual Tagged Corpus / (日) タグ付き対訳コーパス
発行所 推奨
誌名 必須 (英) Proceedings of the 7th International Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management
ISSN 任意
必須 2
必須 ---
必須 74 83
都市 必須
年月日 必須 2015年 11月 11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