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]/[土屋 誠司]/[北 研二]/[任 福継]/時系列トピックに着目した変形情報抽出に基づくスラング解析/[International Journal of Advanced Intelligence (IJAI)]

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
306381
EOID
1004542
Map
0
LastModified
2021年4月13日(火) 14:33:57
Operator
三好 小文
Avail
TRUE
Censor
0
Owner
松本 和幸
Read
継承
Write
継承
Delete
継承
種別 必須 学術論文(審査論文)
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. 土屋 誠司
    役割 任意
    貢献度 任意
    学籍番号 推奨
  4. 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
  5. 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) Slang Analysis Based on Variant Information Extraction Focusing on the Time Series Topics

(日) 時系列トピックに着目した変形情報抽出に基づくスラング解析

副題 任意
要約 任意

(英) Recently, with increase of the number of users of Social Networking Sites, online communications have been more and more actively made, raising the possibility to use the big data on SNS for analyzing the diversity of language. Japanese language uses varieties of character types and such character types are combined and used for creating words and phrases. Therefore, it is difficult to morphologically analyze such words and phrases even though morphological analysis is a basic processing in natural language processing. Such words and phrases that are not registered in morphological analysis dictionaries are usually not defined strictly and semantic interpret for them seems to vary depending on deindividual. In this study, we chronologically analyze the topics related to slang on Twitter. In this paper, as a validation experiment, we conducted a topic analysis experiment chronogically by using the sequential tweet data, and discussed the difference of topic change according to the slang types.

(日) 近年,SNS の利用者増加に伴い,Web上でのコミュニケーションがよりいっそう活発になった. これにより,言葉の多様性について,SNS上のビッグデータを用いて解析できる可能性が出てきた.日本語では扱われる文字種が多いことからも,様々な表現が存在し,自然言語処理において基本的な処理である形態素解析が,比較的難しいことが問題となっている.こうした形態素解析の辞書に登録されていないような未知表現に対しては,厳密な定義が存在していないこともしばしばであり,意味解釈における個人差が大きいことが考えられる.本研究では,Twitter上の俗語に関連したトピックを時系列で分析する.本論文では,検証実験として,連続するTweetデータを用いたトピックの時系列分析実験をおこない,俗語の種類によるトピック変化の違いを考察する.変化しない情報(不変情報)が,一定期間においてどのような変化を示すかを実験により示し,標準語との差異を調べる.また,俗語の変化の仕方を変動値とし,特徴ベクトルとすることで,似たような傾向を示す俗語をクラスタリングする手法を提案し,実験結果を分析する.

キーワード 推奨
  1. (英) Slang / (日) 俗語
  2. (英) Topic analysis / (日) トピック分析
  3. (英) Time-series analkysis / (日) 時系列分析
発行所 推奨 (英) AIA International Advanced Information Institute
誌名 必須 International Journal of Advanced Intelligence (IJAI)(AIA International Advanced Information Institute)
(pISSN: 1883-3918)
ISSN 任意 1883-3918
必須 8
必須 1
必須 84 98
都市 任意
年月日 必須 2016年 5月 初日
URL 任意
DOI 任意
PMID 任意
NAID 任意 120006765074
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