WEKO3
アイテム
評判分析システムのための教師あり学習を用いた意見抽出
https://uec.repo.nii.ac.jp/records/9170
https://uec.repo.nii.ac.jp/records/9170bcd0d205-da5c-412a-8d4b-e15296695301
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
j94-d_11_1751 (728.9 kB)
|
|
| Item type | 学術雑誌論文 / Journal Article(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2019-05-08 | |||||
| タイトル | ||||||
| タイトル | 評判分析システムのための教師あり学習を用いた意見抽出 | |||||
| 言語 | ja | |||||
| タイトル | ||||||
| タイトル | Opinion Extraction Using Supervised Learning for Reputation Analysis System | |||||
| 言語 | en | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 意見抽出 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 評判情報 | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | 機械学習 | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | opinion extraction | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | reputation | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | machine learning | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||
| 資源タイプ | journal article | |||||
| 著者 |
田中, 俊行
× 田中, 俊行× グエン, ミン テイ× 中川, 博之× 田原, 康之× 大須賀, 昭彦 |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | インターネットの普及に伴い，Web上には商品やサービス（対象物）に対する多くの評判情報が蓄積されている．しかし，誰でも発信できるが故に，情報は膨大となり，それら全てに目を通すことは利用者にとって多大な負担となる．そのような背景から，レビューから意見を自動的に抽出する研究が盛んに行われており，意見を<対象物，評価視点（属性），評価値>の三つ組と捉え抽出する研究も行われている．しかしながら多くの研究は，評価視点や評価値の抽出に辞書を用いており，ジャンルごとに必要となる辞書の構築のためのコストは小さいとはいえない．また，単に辞書を用いてマッチングを行っただけでは，精度が上がらないのが現状である．そこで本論文では，教師あり学習を用いて，レビューサイトから意見を抽出する手法を提案する．提案手法は，従来の手法のように大規模な辞書をあらかじめ用意する必要がないため，コストを大幅に抑えることが可能である．実験の結果，辞書をあらかじめ用意しない既存手法と比較して，最大で適合率は約26%，再現率は約47%向上した．また，既存研究では個別の辞書を必要とするような他ジャンルに対して本手法を適用した結果，ほぼ変わらない精度で抽出することができ，他ジャンルへの適用の可能性を示すことができた． | |||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | In recent years, most research have been done on automatic extraction of opinions (object, attribute, value) from a review article on the Web. However, most of them use a dictionary, which need a huge cost, to extract attributes and its values for each genre of products. In this paper, we proposed a method using supervised learning to extract opinions without using a large dictionary. The experimental results show that our method could generate up to 26% of precision and 47% of recall higher than conventional methods. We also applied our method to a different genre and received almost the same result. | |||||
| 書誌情報 |
ja : 電子情報通信学会論文誌. D, 情報・システム 巻 J94-D, 号 11, p. 1751-1761, 発行日 2011-11-01 |
|||||
| 出版者 | ||||||
| 出版者 | 電子情報通信学会 | |||||
| ISSN | ||||||
| 収録物識別子タイプ | ISSN | |||||
| 収録物識別子 | 1881-0225 | |||||
| 権利 | ||||||
| 権利情報 | Copyright © 2011 IEICE | |||||
| 関連サイト | ||||||
| 識別子タイプ | URI | |||||
| 関連識別子 | http://search.ieice.org/index.html | |||||
| 著者版フラグ | ||||||
| 出版タイプ | VoR | |||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||
