Machine learningDeep learning / NLP / CV
半教師あり感情分析
半教師あり感情分析は、少数の手動でラベル付けされたテキストサンプルと多数のラベルなしテキストプールを組み合わせて、意見分類器を訓練します。自己学習、ラベル伝播、または整合性正則化を通じて、ラベル付けされたシードからラベルなしデータへ感情信号を伝播させることにより、このアプローチは、大規模コーパスのラベル付けコストなしに競争力のある精度を達成します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Zhu, X. (2005). Semi-Supervised Learning Literature Survey. Technical Report 1530, Computer Sciences, University of Wisconsin-Madison. link ↗
- Pang, B., & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1–2), 1–135. DOI: 10.1561/1500000011 ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Sentiment Analysis (Label Propagation and Self-Training for Opinion Mining). ScholarGate. https://scholargate.app/ja/deep-learning/semi-supervised-sentiment-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERTベースの分類深層学習↔ compare
- LDAトピックモデル深層学習↔ compare
- 自己教師あり感情分析深層学習↔ compare
- Semi-supervised BERT-based Classification深層学習↔ compare