著者
山下 遼太 行天 啓二 大城 英裕 高見 利也
出版者
電気・情報関係学会九州支部連合大会委員会
雑誌
電気関係学会九州支部連合大会講演論文集 平成30年度電気・情報関係学会九州支部連合大会(第71回連合大会)講演論文集
巻号頁・発行日
pp.19, 2018-09-19 (Released:2020-01-20)

SNSは,携帯端末などを通して短いテキストを気軽にインターネット上に投稿することができ, 様々なユーザとコミュニケーションをとることを可能としている.しかし, 短いテキストによるコミュニケーションでは,ユーザの内面や心情を読み取ることが難しく, 相互の認識に差異が生じてしまう可能性がある.本研究は,単語のベクトル化手法の一つであるWord2vecを使用し, SNSの一つであるTwitterにおける大量の発言を学習することにより感情推定を行う手法を提案する.感情表現にはPlutchikが定めた8つの感情を使用する.実験では, Twitter上の発言に本手法を適用し,被験者に評価してもらった。
著者
知念 大貴 大城 英裕 行天 啓二 高見 利也
出版者
一般社団法人 電気学会
雑誌
電気学会論文誌C(電子・情報・システム部門誌) (ISSN:03854221)
巻号頁・発行日
vol.140, no.12, pp.1393-1401, 2020-12-01 (Released:2020-12-01)
参考文献数
14

The purpose of this study is to improve the accuracy of automatic HTML generation from web page design images. pix2code is the state of art in this field. It is consist of design image learning part by CNN and HTML learning part by LSTM. We propose three improvements of adding a word embedding layer, applying VGG16 fine tuning to CNN, replacing LSTM to Bidirectional LSTM or GRU, and introducing attention mechanism. In the experiment, we employed a conventional data set which was used in pix2code and evaluated by a standard natural language generation metric called BLEU. As the results, the one of proposed models that contained the word embedding layer and the attention mechanism scored the accuracy of 99%. It overcomes the result of state of art scored 88%.