Computational Intelligence Applications for Text and Sentiment Data Analysis (Hybrid Computational Intelligence for Pattern Analysis and Understanding) / Das, Dipankar (EDT)/ Kolya, Anup Kumar (EDT)/ Basu, Abhishek (EDT)

テキストとセンチメントデータ分析のための計算知能の応用<br>Computational Intelligence Applications for Text and Sentiment Data Analysis (Hybrid Computational Intelligence for Pattern Analysis and Understanding)

個数：

電子版価格
¥27,977

電子版あり

テキストとセンチメントデータ分析のための計算知能の応用
Computational Intelligence Applications for Text and Sentiment Data Analysis (Hybrid Computational Intelligence for Pattern Analysis and Understanding)

Das, Dipankar (EDT)/ Kolya, Anup Kumar (EDT)/ Basu, Abhishek (EDT)

ウェブストア価格 ¥33,158（本体¥30,144）
Academic Press Inc（2023/07発売）
外貨定価 US$ 150.00
ポイント 301pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 270 p.
言語 ENG
商品コード 9780323905350
DDC分類 006.312

Full Description

Computational Intelligence Applications for Text and Sentiment Data Analysis explores the most recent advances in text information processing and data analysis technologies, specifically focusing on sentiment analysis from multifaceted data. The book investigates a wide range of challenges involved in the accurate analysis of online sentiments, including how to i) identify subjective information from text, i.e., exclusion of 'neutral' or 'factual' comments that do not carry sentiment information, ii) identify sentiment polarity, and iii) domain dependency. Spam and fake news detection, short abbreviation, sarcasm, word negation, and a lot of word ambiguity are also explored.

Further chapters look at the difficult process of extracting sentiment from different multimodal information (audio, video and text), semantic concepts. In each chapter, the book's authors explore how computational intelligence (CI) techniques, such as deep learning, convolutional neural network, fuzzy and rough set, global optimizers, and hybrid machine learning techniques play an important role in solving the inherent problems of sentiment analysis applications.

1. Introduction to Text and Sentiment Data Analysis
2. Natural Language Processing and Sentiment Analysis: Perspectives from Computational Intelligence
3. Applications and Challenges of Sentiment Analysis in Real Life Scenarios
4. Emotions Recognition of Students from Online and Offline Texts
5. Online Social Network Sensing Models
6. Identifying Sentiments of Hate Speech using Deep Learning
7. An Annotation System to Summarize Medical Corpus using Sentiment based Models
8. Deep learning-based Dataset Recommendation System by employing Emotions
9. Hybrid Deep Learning Architecture Performance on Large English Sentiment Text Data: Merits and Challenges
10. Human-centered Sentiment Analysis
11. An Interactive Tutoring System for Older Adults - Learning with New Apps
12. Irony and Sarcasm Detection
13. Concluding Remarks