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: 藤澤 日明/[松本 和幸]/[吉田 稔]/[北 研二]/An Approach for Conversion of Japanese Emoticons into Emoji Based on Character-Level Neural Autoencoder/Frontiers in Artificial Intelligence and Applications

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
360487
EOID
965516
Map
0
LastModified
2019年10月24日(木) 18:53:08
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 国内共著(徳島大学内研究者と国内(学外)研究者との共同研究 (国外研究者を含まない))
学究種別 推奨
組織 推奨
著者 必須
  1. (英) Fujisawa Akira / (日) 藤澤 日明 / (読) ふじさわ あきら
    役割 任意
    貢献度 任意
    学籍番号 推奨
  2. 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
  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) An Approach for Conversion of Japanese Emoticons into Emoji Based on Character-Level Neural Autoencoder

副題 任意
要約 任意

(英) In this paper, we propose a method for converting Japanese emoticons into emoji. The method creates a model that translates text into emoji using training neural networks with a character-based feature; the model determines the positive/negative/neutral polarity of the emoji from the text. By extracting a feature vector from the hidden layer of the model, we calculate the similarity between the input sentence and the text annotated with emoji in the database; the conversion candidates come from the emoticon in the input text. In comparison tests of the proposed method and a word-level feature method that uses a word distributed representation vector, the emoji emotion polarity-based model achieved a maximum accuracy rate of 90.0%, representing an 8% improvement over the word-level feature method.

キーワード 推奨
  1. (英) emoji
  2. (英) emoticon
  3. (英) neural autoencoder
発行所 推奨 IOS Press
誌名 必須 (英) Frontiers in Artificial Intelligence and Applications
ISSN 任意
必須 320
必須 ---
必須 635 644
都市 必須
年月日 必須 2019年 10月 初日
URL 任意
DOI 任意 10.3233/FAIA190231    (→Scopusで検索)
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