Apr, 2020

分类建设性评论

PDF
TL;DR本文介绍了 C3（Constructive Comments Corpus）语料库，包含 12,000 条经过注释的新闻评论，旨在帮助构建新的在线社区工具，以提高其讨论质量。通过定义建设性评论为对会话有所贡献的高质量评论，并通过定义建设性子特征的分类法以及使用基于特征和多种深度学习方法的建设性模型，以及通过领域适应实验的方法等，评估了注释方案的质量和造成的数据集。最终，本文提出了一种促进具有贡献性评论的工具，而不仅仅是过滤不良内容。
constructive comments corpusonline communitiesquality discussionsannotation schemeconstructiveness
发现论文，激发创造
  • 越南开放式社交媒体评论的建设性和有毒言论检测

    在本文中，我们使用越南自然语言处理中的 PhoBERT 等最先进的迁移学习模型，提出了一个用于建设性和有毒言论检测的系统，并使用 10000 个人工注释的评论创建了一个名为 UIT-ViCTSD 的数据集，从而解决了社交媒体评论质量低下和有害性问题。

    Mar, 2021

  • 面向社区问答的大规模善良情感词库

    将情感分析领域的一个主要思想转化到社区问答中，通过使用点互信息建立了一个大规模的好评极性词典，来提升社区问答的性能。

    Jul, 2017

  • 毒性评论猎手：评分有毒评论的严重程度

    本研究利用不同角度的数据清洗和特征提取操作，得到不同的有毒评论训练集，并基于 TFIDF 和微调的 Bert 模型进行模型构建，最终将代码封装成软件以实现有毒评论的实时评分。

    Feb, 2022

  • 自动文章评论：任务和数据集

    本文介绍了自动评论任务的提出和拥有数百万真实评论和人工标注的子集的大规模中文数据集，并开发了考虑评论质量与人类评估相关性的自动度量标准。

    May, 2018

  • 在线毒性检测的机器学习套件

    本文使用数据科学的现代工具将原始文本转化成关键特征，并使用阈值法或学习算法对其进行分类以监控具有攻击性的网络对话，通过系统评估 62 个分类器，从 19 个主要算法组中抽取特征并分析其准确性及相对执行时间。在语法、情感、情绪以及离群字典的 28 个特征中，一个简单的脏词列表被证明是最有预测性的评价有攻击性评论的方法，其中基于树的算法提供最透明易懂的规则，并排列特征的预测贡献。

    Oct, 2018

  • 提升二进制代码注释质量分类：集成生成人工智能以提高准确性

    通过整合生成的代码和注释对，提高二进制代码注释质量分类模型的准确性， 使用包含 9048 对用 C 语言编写的代码和注释的数据集，每个都标注为 “有用” 或 “无用”。除此之外，还使用大型语言模型架构生成代码和注释对，并标记以指示其效用。这一努力的成果包括两个分类模型：一个利用原始数据集，另一个整合了新生成的代码注释对和标签的增强数据集。

    Oct, 2023

  • 利用生成式人工智能：通过生成的代码 - 注释对提高软件元数据分类能力

    通过使用上下文化嵌入（尤其是 BERT）自动化对代码评论进行分类的方法，以及应用不同的机器学习算法来区分有用和无用的代码评论，本研究展示了生成型人工智能在提高二元代码评论质量分类模型方面的潜力，并为软件开发人员和自然语言处理及软件工程研究人员提供了有价值的见解。

    Oct, 2023

  • 众包标注的西班牙语幽默分析语料库

    该论文提出了一个由 27,000 个写在西班牙语 Tweet 中的幽默值和滑稽得分的人工标注语料库，可用于幽默检测和解决主观性问题。

    Oct, 2017

  • 异见相左：在线对话中建设性异议的研究

    研究建立在 WikiDisputes 的语料库上，使用特征和神经网络模型，预测带有争议的维基百科讨论页面是否会被调解员升级为调解。结果表明，利用能够捕捉对话过程中语言标记变化的特征，和考虑对话结构的神经网络模型能更准确地预测结果。

    Jan, 2021

  • 代码到注释的翻译：数据、度量、基准和评估

    本文在研究代码注释生成中，分析了采用翻译模型的可行性以及 BLEU 得分的校准方法，并提出了基于信息检索方法的合理基准线以及未来研究方向的建议。

    Oct, 2020