本文主要研究是针对波斯语的情感分析和意见挖掘，详细阐述了研制手动标注的 SentiPers 情感语料库的全过程，并介绍了该语料库在文档级别、句子级别和实体 / 方面级别的独特情感注释方式，以及波斯语情感文本数据资源的不足。

Jan, 2018

本研究介绍了第一个非洲中心的 SemEval 共享任务，称为 AfriSenti-SemEval，该数据集涵盖了 14 种非洲语言的情感分类挑战，并提供了具有正面、负面、中立三种标记的数据集，通过三个子任务进行测试。

Apr, 2023

本研究介绍了 TUNIZI，一种情感分析突尼斯语阿拉伯字母表数据集，旨在开发和提高分析研究，通过社交媒体收集并由突尼斯本土讲话者手动标注准备。

Apr, 2020

本文目的在于通过情感分析依据机器学习模型对 YouTube 摩洛哥方言评论进行分类研究，在采用多种文本预处理和数据表现技术的前提下，证明深度学习模型胜于传统模型，我们达到了 90% 的准确性。

Mar, 2023

本研究提出了一个基于用户评价的新型多类乌尔都数据集，旨在为乌尔都情感分析构建手动注释的数据集，并建立基准结果。使用五种不同的词库和基于规则的算法，最终实验结果表明，Flair 的准确率为 70%，优于其他测试的算法。

Jul, 2022

本文提出了一种针对阿拉伯社交媒体（例如 Youtube）中针对女性的仇恨言论的检测方法，并使用不同的机器学习算法对新的阿拉伯语仇恨言论语料库进行了验证和比较，结果表明卷积神经网络模型具有最佳性能。

Apr, 2021

本研究在于使用阿拉伯语拉丁写法（Arabizi）对突尼斯阿拉伯语进行编码，在此基础上创建了一个包含语料库和 NLP 工具的资源，用于提供各级语言信息的词语分类、音译、标记、词形归总等，并讨论了使用计算和语言方法进行研究路径和实验的策略等问题，最终提供了可能广泛用于计算和语言研究的资源。

Jul, 2022

本文介绍了使用 ADAT 工具在多个社交媒体平台中收集了逾 120 万单词量的四种不同阿拉伯方言 Lisan Corpus，并对其词干和词缀进行了分词和词形注解。

Dec, 2022

本文探讨了在社交媒体上使用突尼斯方言进行情感分析的挑战和方法，重点介绍了使用无监督学习下的自然语言处理和深度神经网络技术，在不使用手工特征的情况下，成功实现了与其他语言情感分析的相当水平。

Oct, 2020

本研究介绍了一个阿拉伯方言情感数据集（ArSenTD-LEV），包含 4,000 条推文，并提供了整体情感、情感表达方式、情感表达目标和推文主题等注释，研究结果表明这些注释可以提高基线情感分类器的性能，也确认了训练与测试领域不匹配的差距。

May, 2019