| ○種別 (必須): | □ | 学術論文 (審査論文)
| [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): |
| ○組織 (推奨): |
| ○著者 (必須): | 1. | (英) Sun, Xiao (日) (読)
| ○役割 (任意): |
| ○貢献度 (任意): |
| ○学籍番号 (推奨): |
| [継承] |
| 2. | (英) LI, Chengcheng (日) (読)
| ○役割 (任意): |
| ○貢献度 (任意): |
| ○学籍番号 (推奨): |
| [継承] |
| 3. | 任 福継 (->個人[中川 福継])
| ○役割 (任意): |
| ○貢献度 (任意): |
| ○学籍番号 (推奨): |
| [継承] |
| ○題名 (必須): | □ | (英) Sentiment Analysis for Chinese Microblog based on Deep Neural Networks with Convolutional Extension Features (日) 畳み込み拡張機能を有する深層ニューラルネットワークに基づく中国語マイクロブログの感情分析
| [継承] |
| ○副題 (任意): |
| ○要約 (任意): | □ | (英) Related research for sentiment analysis on Chinese microblog is aiming at the analysis procedure of posts. The length of short microblog text limits feature extraction of microblog. Tweeting is the process of communication with friends, so that microblog comments are important reference information for related post. A contents extension framework is proposed in this paper combining posts and related comments into a microblog conversation for features extraction. A novel convolutional auto encoder is adopted which can extract contextual information from microblog conversation as features for the post. A customized DNN(Deep Neural Network) model, which is stacked with several layers of RBM (Restricted Boltzmann Machine), is implemented to initialize the structure of neural network. The RBM layers can take probability distribution samples of input data to learn hidden structures for better high level features representation. A ClassRBM (Classification RBM) layer, which is stacked on top of RBM layers, is adopted to achieve the final sentiment classification label for the post. Experimental results show that, with proper structure and parameters, the performance of proposed DNN on sentiment classification is better than state of the art surface learning models such as SVM or NB, which proves that the proposed DNN model is suitable for short-length document classification with proposed feature dimensionality extension method. (日) マイクロブログに対する感情分析のための関連研究は，投稿の分析手順を目指している．短いマイクロブログテキストは，マイクロブログの特徴抽出を制限する．ツイートは友人とのコミュニケーションの過程であるため，マイクロブログのコメントは関連する投稿の重要な参考情報である．本稿では，コンテンツ抽出のためのポストと関連するコメントをマイクロブログの会話に統合するコンテンツ拡張フレームワークを提案する．ポストの特徴としてマイクロブログの会話から文脈情報を抽出することができる斬新な畳み込み自動エンコーダが採用されている．ニューラルネットワークの構造を初期化するために，RBM(Restricted Boltmann Machine)のいくつかの層でスタックされたカスタマイズされたDNN(ディープニューラルネットワーク)モデルが実装されている． RBM層は，入力データの確率分布サンプルを取って隠れた構造を学習し，より高いレベルの特徴表現を得ることができる．ポストの最終的なセンチメント分類ラベルを達成するために，RBM層の上に積み重ねられたClassRBM(分類RBM)層が採用される．実験結果は，SVMやNBなどの最先端の表面学習モデルよりも，適切な構造とパラメータを用いてセンチメント分類に対する提案されたDNNの性能が優れていることを示した．
| [継承] |
| ○キーワード (推奨): | 1. | (英) Deep Neural Network (日) 俗語 (読)
| [継承] |
| 2. | (英) Sentiment analysis (日) トピック分析 (読)
| [継承] |
| 3. | (英) Microblog conversation (日) 時系列分析 (読)
| [継承] |
| 4. | (英) Restricted Boltzmann Machine (日) (読)
| [継承] |
| 5. | (英) ClassRBM (日) (読)
| [継承] |
| ○発行所 (推奨): | □ | Elsevier Science B.V.
| [継承] |
| ○誌名 (必須): | □ | Neurocomputing ([Elsevier Science])
(pISSN: 0925-2312, eISSN: 1872-8286)
| ○ISSN (任意): | □ | 0925-2312
ISSN: 0925-2312
(pISSN: 0925-2312, eISSN: 1872-8286) Title: NeurocomputingTitle(ISO): Neurocomputing (Amst)Publisher: Elsevier B.V. (NLM Catalog)
(Scopus)
(CrossRef)
(Scopus information is found. [need login]) | [継承] |
| [継承] |
| ○巻 (必須): | □ | 210
| [継承] |
| ○号 (必須): | □ |
| [継承] |
| ○頁 (必須): | □ | 227 236
| [継承] |
| ○都市 (任意): |
| ○年月日 (必須): | □ | 西暦 2016年 10月 初日 (平成 28年 10月 初日)
| [継承] |
| ○URL (任意): | □ | http://www.sciencedirect.com/science/article/pii/S0925231216306026
| [継承] |
| ○DOI (任意): | □ | 10.1016/j.neucom.2016.02.077 (→Scopusで検索)
| [継承] |
| ○PMID (任意): |
| ○CRID (任意): |
| ○Scopus (任意): |
| ○researchmap (任意): |
| ○評価値 (任意): |
| ○被引用数 (任意): |
| ○指導教員 (推奨): |
| ○備考 (任意): |