ACLJul, 2018

BCSAT：基于单词级别标注的泰卢固语情感分析基准语料库

PDF
TL;DR本文旨在使用词级情感注释生成 Telugu 语的系统注释语料库，旨在验证和研究利用机器学习算法，词级情感注释在自动情感识别任务中的可能性以及通过注释目标语料库中提取的二元组提高准确性，此外，我们通过语言专家对 11,000 个形容词、253 个副词、8483 个动词进行情感注释，讨论了极性注释的方法以及我们所开发的资源的基准质量。
sentiment analysistelugu languagecorpus annotationmachine learninglexeme annotation
发现论文，激发创造
  • 提高词汇资源，并利用 OntoSenseNet 的词义注释进行情感分析

    介绍了我们开发的 “Parupalli Padajaalam” 工具的界面，并详细解释了注释过程。我们的目标是为 OntoSenseNet 资源提供情感极性注释，并分析 OntoSenseNet Sense 注释对情感分析任务的重要性。我们说明来自 OntoSenseNet（Telugu）的特征，并计算和解释 OntoSenseNet 中动词的副词类分布。此任务已知有助于消除单词意义的歧义，有助于提高单词意义消歧（WSD）任务的性能。

    Jul, 2018

  • 基于形式本体论的词元分类及其应用

    本文介绍了为印度语言量身定制的动词中心词汇资源 OntoSenseNet 的丰富，其重要贡献之一是通过开发一个计算版本来保留 Telugu 词典的原汁原味。手动注释的黄金标准语料库共包含 8483 个动词、253 个副词和 1673 个形容词，并由本地语言人士根据定义的注释指南进行注释。本文提供了注释过程的概述，并通过互注器协议的验证，验证了所开发资源的有效性。

    Jul, 2018

  • 自动化 OntoSenseNet（泰卢固语）动词 sense 类型识别的探索

    本文介绍了对手工开发的 Telugu 词汇资源 OntoSenseNet 的丰富和应用，通过分类器学习和自动标记来自动丰富 OntoSenseNet。实验证明使用 SVM 分类器和 Adaboost 集成进行自动丰富资源很有效。

    Jul, 2018

  • MultiBooked: 基于方面级情感分类的巴斯克语和加泰罗尼亚语酒店评论语料库

    本研究针对资源缺乏的巴斯克语和加泰罗尼亚语，提供了两个数据集，并提供了高质量的标注和基准，希望对研究这些语言的学者有所帮助。

    Mar, 2018

  • 混合泰米尔语 - 英语文本情感分析语料库的创建

    本文介绍了在 YouTube 上创建的用于情感分析的 15,744 个泰米尔语 - 英语代码转换的标注语料库，用于训练情感分析模型并作为基准。

    May, 2020

  • 建立巴西葡萄牙语推特情感语料库

    本文介绍了 TweetSentBR，即一种人工注释的，用于情感语料库的巴西葡萄牙语语料库，用于在电视节目领域的 15.000 个句子上进行分类，通过三种机器学习方法进行了基线实验并获得了良好的分类准确度。

    Dec, 2017

  • CroSentiNews2.0：新闻情感句子语料库

    该研究提供了一个句子级情感数据集，覆盖了克罗地亚新闻领域，在已有的 3000 个注释文本的基础上，增加了 14500 个带有 5 个类别标签的注释句子出现。研究者在注释过程中提供了基线分数和标注者间的一致性分析。

    May, 2023

  • 巴尔干半岛议会辩论情感标注数据集：波黑，克罗地亚和塞尔维亚

    考察了东南欧三个国家国会辩论中发言情感色彩的分类方法和效果，通过样本数据得出了最优分类模型。

    Jun, 2022

  • SentiBench - 现状情感分析方法的基准比较

    本研究对二十四种正当实践的情感分析方法进行了基准比较，覆盖社交网络、电影、产品评论、新闻文章等十八个数据集，并提供了这些方法的代码和数据集以供使用。结果表明这些方法的预测性能在不同数据集上变化不大。

    Dec, 2015

  • 作者情感预测

    PerSenT 数据集包括了新闻文章中主要实体的情感分析，并提供了段落级别的情感注释以提供更精细的监督。该数据集的基准测试表明，这是一项困难的分类任务。该论文指出，使用 BERT 对文档级表示进行微调是不足够的，并且对整个文档进行段落级别的决策和聚合也是无效的。该数据集包含 5.3k 个文档和 38k 个段落，涵盖 3.2k 个独特的实体，是实体情感分析中的一个挑战。

    Nov, 2020