混合泰米尔语 - 英语文本情感分析语料库的创建
本文提出了一种标注了语言和极性标签的孟加拉英语混合语料库,结合规则和监督模型,研发了自动感知分析的混合系统,以降低标注的人工工作量;同时,通过各种测量方法,对这种混合语料库的语言和情感特征进行了定量和定性的评估。
Mar, 2018
介绍了关于印地语和英语以及孟加拉语和英语的混合数据情感分析的共享任务,描述了任务、数据集、评估、基线和参与者的系统。
Mar, 2018
本文介绍了 SemEval-2020 任务 9 关于混合代码推文情感分析(SentiMix 2020)的结果,释放和描述了标记有单词级别语言识别和句子级别情感标签的 Hinglish(印地语 - 英语)和 Spanglish(西班牙语 - 英语)语料库。最好的表现是在 Hinglish 和 Spanglish 分别获得了 75.0% F1 得分和 80.6% F1 得分。观察到在比赛者中 BERT-like 模型和集合方法是最常见和成功的方法。
Aug, 2020
本篇论文描述了研究团队为 SemEval-2020 Task 9 开发的两个系统,用于涵盖印地语 - 英语和西班牙语 - 英语这两种混合语言。通过介绍利用多种神经网络方法和预训练的单词嵌入的解决方案,我们提出的多语言 BERT 方法在印地语 - 英语任务中取得了有前途的表现,平均 F1 得分为 0.6850,对于西班牙语 - 英语任务,我们使用另一种基于 Transformer 的多语言模型 XLM-RoBERTa 获得了平均 F1 得分为 0.7064,排名团队第 17 位 (29 个参赛者中).
Sep, 2020
本论文提出一种自然语言处理算法,利用混合文本中的语码切换点,用基于大型预训练多语言模型的语义相似性和人工制作的积极和消极词汇集来确定语码切换文本的极性,以实现情感分析,其准确性和 F1 分数较基准模型提高了 11.2% 和 11.64%。
Oct, 2022
本研究提供了泰米尔语 - 英语混合社交评论中带有冒犯性内容的数据集,旨在解决社交媒体平台上对具有冒犯性内容进行分类的问题,缺乏冒犯性内容的注释数据是导致这种限制的根本原因,该研究提供了一些解决方案和结果。
May, 2022
本文描述了我们在 Sentimix 印地语 - 英语任务中提交的内容,涉及对代码混合文本进行情感分类,并表现出 F1 得分为 67.1%,证明简单的卷积和注意力可能会产生合理的结果。
Jul, 2020
本研究使用新的 3545 英汉混合推文数据集,研究了社交媒体用户对 2016 年印度废钞事件的观点,并提出了一个基于各种机器学习技术的监督分类系统,以实现在 10 倍交叉验证下 58.7% 的准确性。
May, 2018
本研究提出了基于字符三元组 LSTM 模型和基于词元素的多项式朴素贝叶斯 (MNB) 模型的集成模型,用于识别印地语 - 英语 (Hi-En) 混合数据的情感极性,实验结果表明,相较于几个基准和其他基于深度学习的提出的方法,我们的方法在真实用户混合数据上取得了最先进的结果。
Jun, 2018