実生活ツイートに対する局面推定の精度向上に関する検討

情報処理学会

説明

身近な出来事や関心事を投稿し共有する Twitter 上には,食事や交通,災害など,様々な生活の局 面で有益なツイートが数多く投稿されている.著者らは,未知のツイートに適切な複数の局面を付与でき る階層的推定法を提案している.階層的推定法は,教師なし学習として知られる LDA を用いて,大量ツ イートからトピックを抽出する第一段階と,少量の訓練データを用いてトピックと局面の関連度を算出し, 対応関係を構築する第二段階からなる.本論文では,対応付くトピックが競合する局面で推定精度が低下 する問題を解決するため,新たな関連度の算出方法を提案する.関連度を各トピックで正規化することで, トピックが強く結びつく局面を同定し,局面に対応付くトピックの競合を防ぐ.トピック側で正規化した 関連度を,更に局面側で正規化することで,局面から見て強く結びつくトピックを同定する.収集した大 量のツイートを用いた評価実験を行った結果,これまで推定精度が低かった局面も適切に推定でき,全て の局面における F 値の平均も向上できることを明らかにした.

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1050011097143153280
  • NII論文ID
    170000086025
  • Web Site
    http://id.nii.ac.jp/1001/00104906/
  • 本文言語コード
    ja
  • 資料種別
    conference paper
  • データソース種別
    • IRDB
    • CiNii Articles

問題の指摘

ページトップへ