JP5395827B2 - 苦情検索装置、苦情検索方法、及びそのプログラム - Google Patents

苦情検索装置、苦情検索方法、及びそのプログラム Download PDF

Info

Publication number
JP5395827B2
JP5395827B2 JP2011037034A JP2011037034A JP5395827B2 JP 5395827 B2 JP5395827 B2 JP 5395827B2 JP 2011037034 A JP2011037034 A JP 2011037034A JP 2011037034 A JP2011037034 A JP 2011037034A JP 5395827 B2 JP5395827 B2 JP 5395827B2
Authority
JP
Japan
Prior art keywords
evaluation
syntax elements
dictionary
target
document
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2011037034A
Other languages
English (en)
Other versions
JP2012174104A (ja
Inventor
真詞 田本
敏 高橋
理 吉岡
浩和 政瀧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2011037034A priority Critical patent/JP5395827B2/ja
Publication of JP2012174104A publication Critical patent/JP2012174104A/ja
Application granted granted Critical
Publication of JP5395827B2 publication Critical patent/JP5395827B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、文書から苦情の対象と内容を抽出し、分類・集計するための苦情検索装置、苦情検索方法、及びそのプログラムに関する。
会話にどのような苦情が含まれているか調べたい場合がある。例えば、コールセンタにおける顧客との応対内容等が記録された多量の文書を解析し、その中に存在する課題を抽出するために、苦情の内容を調査するような場合である。このような解析や課題抽出を行うには、苦情と判定される語句を検索語として検索を実行することが考えられる。苦情は、主題にあたる苦情の対象と述部にあたる苦情の内容とに分離することができる。そのため例えば、検索語に基づき述部たる苦情の内容を検索し、当該苦情の内容が抽出された文から構文制約などの規則に基づき苦情の対象を特定することで、苦情の対象と内容を抽出することができる。
これと関連する技術として特許文献１に示される技術がある。特許文献１では、評価対象事物と評価表現の関連付けの判定において、単語間類似度のデータベースを用いた評価対象とその属性表現との類似度を算出している。評価表現と属性表現の類似性判定用データに単語概念ベースを使用する点で類似するものの、属性表現の集合をもとに評判情報を判定する点や、評判情報を抽出するための文章の範囲を１文書とする点が異なっている。
特開２００６−２５２０９０号公報
検索語により検索された苦情の内容に対応する苦情の対象の特定に用いる規則は、できるだけ汎用的なものが望ましい。しかし、従来技術として挙げた構文制約は、表層的で狭い範囲に適用される規則であると言える。また、特許文献１のように属性表現の集合をもとに評判情報を判定すると、あらかじめ評価対象物の属性である属性表現を格納した属性表現リストを記述しなければならない問題がある。さらに、評判情報を抽出するための文章の範囲を１文章とすると、内容を伝えるために複数の文を用いる対話文等に対応できない。また、複数文章を対象とするためには、文章境界によらず、探索の打ち切りを決定しなければならない問題がある。
本発明の目的は、検索語により検索された苦情の内容に対応する苦情の対象の特定を、深層的で比較的広い範囲に適用される規則により行い、より適切に文書から苦情の対象と内容との題述関係を抽出することが可能な苦情検索装置、苦情検索方法、及びそのプログラムを提供することにある。
本発明の苦情検索装置は、評価表現辞書と評価対象辞書と題述関係辞書と評価対象抽出部と評価表現抽出部と題述関係判定部とを備える。
評価表現辞書は、評価表現に係る構文要素が多数登録された辞書である。
評価対象辞書は、評価対象に係る構文要素が多数登録された辞書である。
題述関係辞書は、構文要素と当該構文要素の他の構文要素との共起パターンを表す概念ベクトルとが対応付けられた組が、前記評価表現辞書と前記評価対象辞書に登録された各構文要素について登録された辞書である。
評価表現抽出部は、構文要素の単位に分割された前記文書が入力され、前記評価表現辞書に登録された評価表現に係る構文要素と照合して、当該文書から前記評価表現に該当する構文要素を抽出する。
評価対象抽出部は、構文要素の単位に分割された文書が入力され、前記評価対象辞書に登録された評価対象に係る構文要素と照合して、当該文書から前記評価対象に該当する構文要素を抽出する。
題述関係判定部は、前記題述関係辞書を参照し、前記評価対象抽出部で抽出された前記評価表現抽出部で抽出された前記評価表現に該当する構文要素Ｅnと前記評価対象に該当する構文要素Ｗとの全ての組み合わせについて、前記概念ベクトルを用いて構文要素間の題述関係確率Ｃ(Ｅn・Ｗi）（ＷiはＥnのｉ構文要素前に現れる評価対象に該当する構文要素）を求め、更にそれらの題述関係度Ｒsp(Ｅn,ｉ)を、
Figure 0005395827
（αは、評価表現と評価対象との組み合わせの間に他の構文要素が挿入されることによるペナルティの重み係数、βは題述関係棄却の閾値）
により求め、この値に基づき題述関係にある評価表現と評価対象の組を特定する。
本発明の苦情検索装置、苦情検索方法、及びそのプログラムによれば、検索語により検索された苦情の内容に対応する苦情の対象の特定を、深層的で比較的広い範囲に適用される規則である共起関係に基づき行い、より適切に文書から苦情の対象と内容との題述関係を抽出することが可能となる。そのため、苦情の発見や苦情の分布状況の把握などの分析作業に有効なツールを提供することができる。
苦情検索装置１００の構成例を示す図。 苦情検索装置１００の処理フロー例を示す図。 評価表現辞書１１０及び評価対象辞書１２０の登録内容の例を示す図。 題述関係グラフの例を示す図。 構文要素の単位に分割された入力文の例を示す図。 結果表示例を示す図。 構文要素の単位に分割された入力文についての、題述関係の確率値及び題述関係度の算出例を示す図。
図１に本発明の苦情検索装置１００の機能構成例を、図２にその処理フロー例をそれぞれ示す。苦情検索装置１００は、評価表現辞書１１０と評価対象辞書１２０と題述関係辞書１３０と評価表現抽出部１５０と評価対象抽出部１６０と題述関係判定部１７０とを備える。
苦情検索装置１００は、形態素解析済みのテキストや、単一又は複数の文で構成される文書を、形態素（言語で意味を持つ最小単位）や単語などの構文要素の単位に分割して得られた単位列とした上で処理を行う。
評価表現辞書１１０は、評価表現に係る構文要素が多数登録された辞書である。評価表現とは、例えば図３の１にあるような、「遅い」、「安く―ならない」のように単語列として表された評価表現パターンや、図３の２にあるような、動詞と活用語尾、例えば「安く―」、「早く―」と「安く」と「―ない」の組み合わせの文法による表現、およびその評価特性（否定等）などを示す、述部にあたる文言である。検索対象文書の内容とジャンルが既知であれば、当該ジャンルと同じジャンルの評価表現辞書を用いることが望ましい。
評価対象辞書１２０は、特定ジャンルの評価対象に係る構文要素や、ジャンルに依存しない評価対象に係る構文要素が多数登録された辞書である。評価対象とは、サービスや製品名などの、評価表現によって評価される対象を示す用語であり、例えば「電話」、「割引」、および図３の３、４にある「マイライン（登録商標）」、「キャッチホン（登録商標）」というような機器やサービスなどを示す、主題にあたる文言である。検索対象文書の内容とジャンルが既知であれば、当該ジャンルと同じジャンルの評価対象辞書を用いることが望ましい。
題述関係辞書１３０は、構文要素と概念ベクトルとが対応付けられた組が、評価表現辞書１１０と評価対象辞書１２０に登録された各構文要素について登録された概念ベースである。概念ベクトルとは、あらかじめ学習用テキストコーパスをもとに、ある構文要素について、他の構文要素との共起パターンをベクトル化して得られた意味表現をいう。構文要素との共起パターンをベクトル化する手法については、例えば、参考文献１のような手法がある。
〔参考文献１〕内山俊郎、別所克人、内山匡、奥雅博、「単語概念ベクトルを用いた文書群からの代表語抽出」、電子情報通信学会技術研究報告、2008年、Vol.108、No.93、p47-52
概念ベースの作成は、まず、学習用テキストコーパスを形態素解析した後、各構文要素間の文中に共起する頻度をカウントした共起行列を作成し、共起行列の各行をベクトルと見立てると、各構文要素にその共起パターンを表すベクトルが対応づけられる。しかし、データのスパースネスやテキストデータから抽出される単語情報のゆらぎによるベクトル間の類似度の推定精度低下が予想される。また、一般にベクトル数の次元数が莫大になるため、計算量の増大が生じる。そこで、共起行列を特異値分解により、次元数を縮退させた行列に変換する。変換後、長さ１に正規化された各ベクトルが概念ベクトルであり、単語とその概念ベクトルの対の集合が概念ベースである。
評価表現抽出部１５０は、構文要素の単位に分割された文書が入力され、評価表現辞書１１０に登録された評価表現に係る構文要素と照合して、当該文書から評価表現に該当する構文要素を抽出する（Ｓ１）。
評価対象抽出部１６０は、構文要素の単位に分割された文書が入力され、評価対象辞書１２０に登録された評価対象に係る構文要素と照合して、当該文書から評価対象に該当する構文要素を抽出する（Ｓ２）。
なお、構文要素の単位に分割された文書を入力するため、文書を形態素（言語で意味を持つ最小単位）や単語などの構文要素の単位に分割して評価対象抽出部１５０と評価表現抽出部１６０に与える文書解析部１４０を、評価対象抽出部１５０と評価表現抽出部１６０の前段に設けてもよい（Ｓ０）。このとき、形態素単位に分割する場合には、更に形態素解析辞書１４１（「品詞」などの情報つきの単語リスト）を設け、それを参照することで、「品詞」、「活用形」、「読み」などの情報を得ることができる。
題述関係判定部１７０は、題述関係辞書１３０を参照し、評価対象抽出部１５０で抽出された評価対象に該当する構文要素Ｗと評価表現抽出部１６０で抽出された評価表現に該当する構文要素Ｅnとの全ての組み合わせについて、概念ベクトルを用いて構文要素間の題述関係確率Ｃ(Ｅn・Ｗi）（ＷiはＥnのｉ構文要素前に現れる評価対象に該当する構文要素）を求め、更にそれらの題述関係度Ｒsp(Ｅn,ｉ)を次式により求め、この値に基づき題述関係にある評価表現と評価対象の組を特定する（Ｓ３）。
Figure 0005395827
（αは、評価対象と評価表現との組み合わせの間に他の構文要素が挿入されることによるペナルティの重み係数、βは題述関係棄却の閾値）
題述関係判定部１７０は、評価表現と評価対象との位置関係および共起関係によって、相互の関連度を算出して最も関連性の高い評価対象と評価表現との組の候補を生成し、この関連性が所定の条件を満たすときに題述関係にあると特定する。この処理を文書全体に適用することにより、題述関係を複数生成する。共起関係にある単語群においては、それらの概念ベクトル同士の距離が近接する性質があるため、本発明ではこの性質を題述関係判定の要素としている。
評価表現と評価対象との題述関係は、例えば図４に示すような題述関係グラフで表される。このグラフは左辺に評価対象を、右辺に評価表現を並べ、題述関係を左辺と右辺とのグラフの接続で表している。
題述関係は、例えば図５に示すような文における（否定）評価表現と評価対象の相互関係により、次のように特定される。題述関係判定部１７０では、まず、評価表現抽出部１５０で抽出された評価表現に該当する構文要素Ｅnと評価対象抽出部１６０で抽出された評価対象に該当する構文要素Ｗとの全ての組み合わせについて、概念ベクトルを用いて構文要素間の題述関係確率Ｃ(Ｅn・Ｗi）（ＷiはＥnのｉ構文要素前に現れる評価対象に該当する構文要素）を求める。題述関係確率Ｃ(Ｅn・Ｗi）は、例えば、評価対象に該当する構文要素Ｗiの概念ベクトルと評価表現に該当する構文要素Ｅnの概念ベクトルとの内積として求める。この場合、内積値が１に近いほど題述関係が高いことを表す。
更に、評価表現と評価対象との距離を構文要素単位で測定し、相互の距離が大きな場合にペナルティを与える。一つの評価表現Ｅnに対し、近傍のすべての構文要素について式(1)により題述関係度Ｒsp(Ｅn,ｉ)を算出する。なお、題述関係度Ｒsp(Ｅn,ｉ)は、評価表現と評価対象との全ての組み合わせについて定義できるが、評価対象を持たない孤立した評価表現、対話中の言い誤り、音声の誤認識、形態素解析の誤りなどの理由により、評価対象が存在しない評価表現が出現しうる。そこで、このような評価表現の題述関係を棄却するために閾値βを導入し、Ｒsp(Ｅn,ｉ)が０を越えて最大となるものを題述関係にあるものと判定する。題述関係度Ｒsp(Ｅn,ｉ)は、実際には一定範囲（ｉmax番目前の構文要素、例えばｉmax＝１００なら評価表現Ｅnの直前の構文要素から１００番目前まで）の構文要素全てについて算出し、Ｒsp(Ｅn,ｉ)が０を越えて最大となる構文要素ｉを評価表現Ｅnと題述関係にある評価対象Ｅtとして特定する。
α、βの値は、題述関係にある評価表現Ｅnと評価対象Ｅtの概念ベクトルの内積値の平均をaverageＰ(Ｅn,Ｅt)、題述関係にない評価表現Ｅ¬nと評価対象Ｅtの概念ベクトルの内積値の平均をaverageＰ(Ｅ¬n,Ｅt)としたとき、例えば次のように算出することができる。
Figure 0005395827
以上説明した（文書解析部１４０と）評価対象抽出部１５０と評価表現抽出部１６０と題述関係判定部１７０とにおける一連の処理を、苦情検索装置１００に入力された文書又は複数の文書について行う。
題述関係判定部１７０において１以上の文書についてそれぞれ特定された評価表現と評価対象との題述関係を集計し、集計結果を表示する結果表示部１８０を設けてもよい（Ｓ４）。例えば、図６に示すように、１以上の（否定）評価表現をまとめたカテゴリ（例えば「不利益」、「故障」、「不満」など）ごとに、題述関係にある評価対象（例えば「マイライン」、「キャッチホン」など）を集計することで、ある評価対象にどのような評価表現が題述関係にあるかの分布を把握できる。この場合、各評価表現がどのカテゴリ属するかが分類されたリストである評価表現分類辞書１８１を設け、これを参照して分類・集計してもよい。また、表示する際には、例えば、評価表現カテゴリを属する評価対象の個数が多い順にソートして表示することが考えられる。
対話ドメインを対象とした実験値では、ｉmax＝１００、α＝1.7×10-1、β＝1.1×10-1を用いたところ、図７に示すとおり、否定表現「安くならない」に対し、各々の評価対象について、概念ベースを参照して単語概念を取得し、ベクトルの内積Ｃ(Ｅn・Ｗi）を求め、題述関係Ｒsp(Ｅn,ｉ)を算出し、その最大値から適切な題述関係にある「マイライン」を抽出することができた。
以上のように、本発明の苦情検索装置及び苦情検索方法によれば、検索語により検索された苦情の内容に対応する苦情の対象の特定を、深層的で比較的広い範囲に適用される規則である共起関係に基づき行い、より適切に文書から苦情の対象と内容との題述関係を抽出することが可能となる。そのため、苦情の発見や苦情の分布状況の把握などの分析作業に有効なツールを提供することができる。
本発明の苦情検索装置及び苦情検索方法における各処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。また、本発明の苦情検索装置の各機能は必要に応じ、併合・分割しても構わない。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。
本発明の苦情検索装置を構成する各機能をコンピュータによって実現する場合、その処理内容はプログラムによって記述される。そのプログラムは、例えば、ハードディスク装置に格納されており、実行時には必要なプログラムやデータがＲＡＭ(Random Access Memory)に読み込まれて、そのプログラムがＣＰＵにより実行されることにより、コンピュータ上で各処理内容が実現される。

Claims (7)

  1. 評価表現に係る構文要素が多数登録された評価表現辞書と、
    評価対象に係る構文要素が多数登録された評価対象辞書と、
    構文要素と当該構文要素の他の構文要素との共起パターンを表す概念ベクトルとが対応付けられた組が、前記評価表現辞書と前記評価対象辞書に登録された各構文要素について登録された題述関係辞書と、
    構文要素の単位に分割された文書が入力され、前記評価表現辞書に登録された評価表現に係る構文要素と照合して、当該文書から前記評価表現に該当する構文要素を抽出する評価表現抽出部と、
    構文要素の単位に分割された前記文書が入力され、前記評価対象辞書に登録された評価対象に係る構文要素と照合して、当該文書から前記評価対象に該当する構文要素を抽出する評価対象抽出部と、
    前記題述関係辞書を参照し、前記評価表現抽出部で抽出された前記評価表現に該当する構文要素Ｅnと前記評価対象抽出部で抽出された前記評価対象に該当する構文要素Ｗとの全ての組み合わせについて、前記概念ベクトルを用いて構文要素間の題述関係確率Ｃ(Ｅn・Ｗi）（ＷiはＥnのｉ構文要素前に現れる評価対象に該当する構文要素）を求め、更にそれらの題述関係度Ｒsp(Ｅn,ｉ)を、
    Figure 0005395827
    （αは、評価表現と評価対象との組み合わせの間に他の構文要素が挿入されることによるペナルティの重み係数、βは題述関係棄却の閾値）
    により求め、この値に基づき題述関係にある評価表現と評価対象の組を特定する題述関係判定部と、
    を備える苦情検索装置。
  2. 請求項１に記載の苦情検索装置であって、
    前記題述関係度を用いて、前記評価対象ごとに題述関係にある前記評価表現を集計して結果を表示する結果表示部
    を更に備える苦情検索装置。
  3. 請求項１又は２に記載の苦情検索装置であって、
    前記文書が入力され、構文要素の単位に分割して、評価表現抽出部と評価対象抽出部に供給する文書解析部
    を更に備える苦情検索装置。
  4. 評価表現に係る構文要素が多数登録された評価表現辞書と、
    評価対象に係る構文要素が多数登録された評価対象辞書と、
    構文要素と当該構文要素の他の構文要素との共起パターンを表す概念ベクトルとが対応付けられた組が、前記評価表現辞書と前記評価対象辞書に登録された各構文要素について登録された題述関係辞書と、
    を用い、
    評価表現抽出部が、構文要素の単位に分割された文書が入力され、前記評価表現辞書に登録された評価表現に係る構文要素と照合して、当該文書から前記評価表現に該当する構文要素を抽出する評価表現抽出ステップと、
    評価対象抽出部が、構文要素の単位に分割された前記文書が入力され、前記評価対象辞書に登録された評価対象に係る構文要素と照合して、当該文書から前記評価対象に該当する構文要素を抽出する評価対象抽出ステップと、
    題述関係判定部が、前記題述関係辞書を参照し、前記評価表現抽出ステップで抽出された前記評価表現に該当する構文要素Ｅnと前記評価対象抽出ステップで抽出された前記評価対象に該当する構文要素Ｗとの全ての組み合わせについて、前記概念ベクトルを用いて構文要素間の題述関係確率Ｃ(Ｅn・Ｗi）（ＷiはＥnのｉ構文要素前に現れる評価対象に該当する構文要素）を求め、更にそれらの題述関係度Ｒsp(Ｅn,ｉ)を、
    Figure 0005395827
    （αは、評価表現と評価対象との組み合わせの間に他の構文要素が挿入されることによるペナルティの重み係数、βは題述関係棄却の閾値）
    により求め、この値に基づき題述関係にある評価表現と評価対象の組を特定する題述関係判定ステップと、
    を実行する苦情検索方法。
  5. 請求項４に記載の苦情検索方法であって、
    前記題述関係度を用いて、前記評価対象ごとに題述関係にある前記評価表現を集計して結果を表示する結果表示ステップ
    を更に実行する苦情検索方法。
  6. 請求項４又は５に記載の苦情検索方法であって、
    前記文書が入力され、構文要素の単位に分割して、評価表現抽出ステップと評価対象抽出ステップに供給する文書解析ステップ
    を評価表現抽出ステップと評価対象抽出ステップに先立ち実行する苦情検索方法。
  7. 請求項１乃至３のいずれかに記載の苦情検索装置としてコンピュータを機能させるためのプログラム。
JP2011037034A 2011-02-23 2011-02-23 苦情検索装置、苦情検索方法、及びそのプログラム Active JP5395827B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011037034A JP5395827B2 (ja) 2011-02-23 2011-02-23 苦情検索装置、苦情検索方法、及びそのプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011037034A JP5395827B2 (ja) 2011-02-23 2011-02-23 苦情検索装置、苦情検索方法、及びそのプログラム

Publications (2)

Publication Number Publication Date
JP2012174104A JP2012174104A (ja) 2012-09-10
JP5395827B2 true JP5395827B2 (ja) 2014-01-22

Family

ID=46976944

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011037034A Active JP5395827B2 (ja) 2011-02-23 2011-02-23 苦情検索装置、苦情検索方法、及びそのプログラム

Country Status (1)

Country Link
JP (1) JP5395827B2 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512034A (zh) * 2015-12-04 2016-04-20 北京京东尚科信息技术有限公司 一种评审方法和评审系统
CN109242403B (zh) * 2018-06-22 2023-07-14 平安科技（深圳）有限公司 一种需求管理方法及计算机设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4513098B2 (ja) * 2005-03-10 2010-07-28 日本電信電話株式会社 評判情報取得装置、評判情報取得方法、プログラムおよび記憶媒体
JP2007219880A (ja) * 2006-02-17 2007-08-30 Fujitsu Ltd 評判情報処理プログラム、方法及び装置

Also Published As

Publication number Publication date
JP2012174104A (ja) 2012-09-10

Similar Documents

Publication Publication Date Title
JP5936698B2 (ja) 単語意味関係抽出装置
Alotaibi et al. Suggestion Mining from Opinionated Text of Big Social Media Data.
US20230069935A1 (en) Dialog system answering method based on sentence paraphrase recognition
Ahmad et al. Bengali word embeddings and it's application in solving document classification problem
Rachman et al. CBE: Corpus-based of emotion for emotion detection in text document
US20220180317A1 (en) Linguistic analysis of seed documents and peer groups
Utomo et al. Text classification of british english and American english using support vector machine
Monisha et al. Classification of bengali questions towards a factoid question answering system
Nehar et al. Rational kernels for Arabic root extraction and text classification
Rasooli et al. Unsupervised identification of Persian compound verbs
Sangeetha et al. Exploration of sentiment analysis techniques on a multilingual dataset dealing with Tamil-English reviews
Abdullah Amer et al. A novel algorithm for sarcasm detection using supervised machine learning approach.
Kavitha et al. A review on machine learning techniques for text classification
JP5395827B2 (ja) 苦情検索装置、苦情検索方法、及びそのプログラム
Yu et al. Comparing SVM and KNN algorithms for Myanmar news sentiment analysis system
Mekala et al. A survey on authorship attribution approaches
Zechner The past, present and future of text classification
Das et al. Developing lexicon and classifier for personality identification in texts
Oo Comparing accuracy between svm, random forest, k-nn text classifier algorithms for detecting syntactic ambiguity in software requirements
US20220083581A1 (en) Text classification device, text classification method, and text classification program
Thakur et al. The SAFE miner: A fine grained aspect level approach for resolving the sentiment
CN114398911A (zh) 情感分析方法、装置、计算机设备和存储介质
Huangfu et al. An improved sentiment analysis algorithm for Chinese news
Ali et al. A hybrid of statistical and machine learning methods for arabic keyphrase extraction
Chiha et al. Supervised machine learning approach for subjectivity/objectivity classification of social data

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120830

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130731

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130806

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130918

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20131008

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20131018

R150 Certificate of patent or registration of utility model

Ref document number: 5395827

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350