『徳島大学 教育・研究者情報データベース (EDB)』---[学外] /
ID: Pass:

登録内容 (EID=260391)

EID=260391EID:260391, 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 [継承]
言語 (必須): 英語 [継承]
招待 (推奨):
審査 (推奨): Peer Review [継承]
カテゴリ (推奨): 研究 [継承]
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 [継承]
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): (英)   (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.   [継承]
貢献度 (任意):
学籍番号 (推奨): **** [ユーザ]
[継承]
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): (英)   (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.   [継承]
貢献度 (任意):
学籍番号 (推奨):
[継承]
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): (英)   (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.   [継承]
貢献度 (任意):
学籍番号 (推奨):
[継承]
4. (英) Xing Kang (日) (読)
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
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   [継承]
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.   [継承]
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 (日) (読)
ISSN (任意):
[継承]
(必須): [継承]
(必須): [継承]
(必須): 149 160 [継承]
都市 (必須):
年月日 (必須): 西暦 2013年 3月 24日 (平成 25年 3月 24日) [継承]
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):

標準的な表示

和文冊子 ● Yunong Wu, Kenji Kita, Kazuyuki Matsumoto and Kang Xing : A Joint Prediction Model for Multiple Emotions Analysis in Sentences, 14th International Conference on Intelligent Text Processing and Computational Linguistics, 149-160, (都市), March 2013.
欧文冊子 ● Yunong Wu, Kenji Kita, Kazuyuki Matsumoto and Kang Xing : A Joint Prediction Model for Multiple Emotions Analysis in Sentences, 14th International Conference on Intelligent Text Processing and Computational Linguistics, 149-160, (都市), March 2013.

関連情報

Number of session users = 0, LA = 0.94, Max(EID) = 376494, Max(EOID) = 1008315.