| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-07-04 15:40 部品別レビュー分類のための部品指向アスペクト語抽出手法の試作 ○按田将吾・菊地真人・大囿忠親（名工大）  AI2022-13 |
|
| 抄録 | （和） | アスペクト語抽出とは，極性分析の対象領域における，実体と属性を表す語を抽出することをいう．本研究では，部品別レビュー分類のために，商品レビュー中の部品カテゴリに応じた属性を考慮した極性分析の実現を目指す．ここでは，部品カテゴリを考慮するための部品指向アスペクト語抽出手法を開発する．本稿では，GPT-3を利用した語の抽出に基づく部品指向アスペクト語抽出手法の試作について述べる．評価実験において，本手法を用いてレビュー中の66%のアスペクト語が抽出可能であること，また，Sentence-BERTによる分散表現を用いたトピックモデリングによって実体型毎の属性型集合のうち71%を発見可能であることを示した． |
| （英） | Aspect term extraction is the extraction of terms representing entities and attributes in the target domain of sentiment analysis. We aim to realize sentiment analysis that considers attributes according to part types in product reviews for review classification by product parts. Therefore, we are developing a part-oriented aspect term extraction method to consider the part categories. This paper describes a part-oriented aspect term extraction method using GPT-3 and BERTopic. Our experiments showed that our method could extract 66% of the aspect terms, and topic modeling with text embedding by Sentence-BERT could discover 71% of the attribute type set for each part type. | |
| キーワード | （和） | 観点抽出 / アスペクト構造分析 / レビュー分類 / GPT-3 / BERTopic / / / |
| （英） | Aspect Category Extraction / Aspect Analysis / Review Classification / GPT-3 / BERTopic / / / | |
| 文献情報 | 信学技報, vol. 122, no. 94, AI2022-13, pp. 66-71, 2022年7月. | |
| 資料番号 | AI2022-13 | |
| 発行日 | 2022-06-27 (AI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AI2022-13 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2022-07-04 - 2022-07-04 |
| 開催地（和） | 小樽経済センター |
| 開催地（英） | |
| テーマ（和） | 「Web/IoTインテリジェンス」および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2022-07-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 部品別レビュー分類のための部品指向アスペクト語抽出手法の試作 |
| サブタイトル（和） | |
| タイトル（英） | Developing a Part-Oriented Aspect Term Extractor for Part-Specific Review Classification |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 観点抽出 / Aspect Category Extraction |
| キーワード(2)（和/英） | アスペクト構造分析 / Aspect Analysis |
| キーワード(3)（和/英） | レビュー分類 / Review Classification |
| キーワード(4)（和/英） | GPT-3 / GPT-3 |
| キーワード(5)（和/英） | BERTopic / BERTopic |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 按田 将吾 / Shogo Anda / アンダ ショウゴ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第2著者 氏名（和/英/ヨミ） | 菊地 真人 / Masato Kikuchi / キクチ マサト |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第3著者 氏名（和/英/ヨミ） | 大囿 忠親 / Tadachika Ozono / オオゾノ タダチカ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-07-04 15:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2022-13 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.94 |
| ページ範囲 | pp.66-71 |
| ページ数 | 6 |
| 発行日 | 2022-06-27 (AI) |
[研究会発表申込システムのトップページに戻る]