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]/[任 福継]/[吉田 稔]/[北 研二]/Review Score Estimation Based on Transfer Learning of Different Media Review Data/Proceedings of The 12th International Conference on Natural Language Processing and Knowledge Engineering(NLP-KE'17)

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
335346
EOID
893939
Map
0
LastModified
2018年3月19日(月) 09:32:18
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 単独著作(徳島大学内の単一の研究グループ(研究室等)内の研究 (単著も含む))
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. 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
  3. 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
  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
題名 必須

(英) Review Score Estimation Based on Transfer Learning of Different Media Review Data

副題 任意
要約 任意

(英) In this paper, we proposed a model to classify reviews based on review data of different media. Recently, researches have been actively made on transfer learning between different domains with various kinds of big data as a target. Evaluation expressions are usually different in different domains, and this becomes a barrier for reputation analysis. Users usually use different linguistic expressions to refer to the creative works of each media. For example, media such as "anime", "comics", "games" and "movies" have different terms or expressions to be described their creative works. These differences can be considered showing features of each medium and such differences should be found in other expressions as well as in evaluation expressions. We analyzed what effect such differences would cause to classication accuracy by conducting transfer learning between review data ofdifferent media. In this paper, we proved compatibility between original (pre-transferring) and target (post-transferring) media for each medium of the creative works by constructing a review classication model. As a result of evaluation experiments, we could more accurately estimate review score without using SO-Score for training of review fragment based on Long Short Term Memory (LSTM) than the SO-Score based method.

キーワード 推奨
  1. (英) review classification / (日) レビュー分類
  2. (英) transfer learning / (日) 転移学習
  3. (英) Long Short-Term Memory
  4. (英) different media / (日) 異メディア
発行所 推奨
誌名 必須 (英) Proceedings of The 12th International Conference on Natural Language Processing and Knowledge Engineering(NLP-KE'17)
ISSN 任意
必須 ---
必須 ---
必須 185 199
都市 必須
年月日 必須 2017年 12月 7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