SIGIRMay, 2021

从多任务角度理解情感维度在推特情感检测中的作用

PDF
TL;DR提出了一种多任务框架 VADEC，用于更好地进行情感分析，其中包括多标签情感分类和多维情感回归，并通过协同训练利用任务之间的相互关系，其性能超过了最强基线，尤其是在情感分类任务方面，为 AIT 数据集中的 Jaccard Accuracy、Macro-F1 和 Micro-F1 得分分别带来了 3.4%、11% 和 3.9% 的提高，在 SenWave 数据集上表现出了 11.3% 的平均增益。当在 SenWave 数据集上训练时，VADEC 对于 Valence（V）和 Dominance（D）情感维度在 EMOBANK 数据集上实现了 7.6% 和 16.5% 的皮尔逊相关系数增益，最后在印度发布的 COVID-19 tweet 的案例研究中证明了该框架的有效性。
发现论文，激发创造
  • 从分类情绪中实现情绪的维度检测

    本文介绍一种使用 RoBERTa-Large 进行监督学习，通过最小化预测 VAD 得分分布与分类情感分布之间的 EMD 损失，同时分类情感类别和预测 VAD 得分的方法，其在情感分类和与地面真值 VAD 得分之间具有显著的正相关性，并利用情感数据进行训练和预测。

    Nov, 2019

  • SeerNet 在 SemEval-2018 任务 1 中的应用：针对推文情感的领域自适应

    该论文描述了针对 Valence 和情感的序列分类和回归子任务的 SemEval-2018 推文情感分析比赛中成绩最好的系统，该系统采用了四个不同模型的域自适应并创建了一个集成模型，实现了大幅度的性能提升。

    Apr, 2018

  • 使用专家模型对推特中的情感进行分析

    本研究提出了一种基于 Experts Model 的架构，它可以从特征向量中学习不同的特征集，有助于更好地从推文中检测情感。与基准结果和 SemEval-2018 任务 1 的前五名表现者相比，实验结果表明，我们提出的方法在情感检测问题上表现出了较好的结果。

    Mar, 2019

  • 多任务多模态预测分类和维度情感

    多任务学习在语音情绪识别中的应用与多模态系统和情绪范畴及情绪维度的预测相关，通过跨任务正则化和特征融合提高模型表现。

    Dec, 2023

  • 利用表情符号和话题标签的情感知识的 PlusEmo2Vec 于 SemEval-2018 任务 1

    本文描述了我们的系统，该系统已提交到 SemEval-2018 Affect in Tweets （AIT）任务以解决五个子任务，通过利用具有表情符号和哈希标签的大型远程标记语料库来对文本中的情绪进行建模。使用神经网络模型作为特征提取器来转移情感知识，并将这些表示用于传统的机器学习模型，如支持向量回归（SVR）和逻辑回归，以解决竞赛任务，我们的系统在参赛的所有子任务中都排名前三。

    Apr, 2018

  • 使用多语言预训练变压器量化文本情感的价值和唤起程度

    本研究利用预训练转换器对多语言和多领域的输入文本进行情感分析，使用基于趋势 - 唤醒维度的情感分析方法，比传统方法更细致地区分不同的情感，并发现模型大小对预测质量有显著影响，可自信地预测不同语言的趋势性和唤醒性。

    Feb, 2023

  • 面向标签无关情感嵌入

    本文提出了一种训练方案，可以学习独立于不同标签格式、自然语言甚至不同模型架构的情感的共享潜在表示，通过实验表明，该方法能够实现所需的互操作性，而不降低预测准确率。

    Dec, 2020

  • EmoBank: 研究标注角度和表示格式对基于情感维度分析的影响

    本文介绍了 EmoBank，一个英语语料库，平衡了多种文体，我们用情绪维度元数据在 Valence-Arousal-Dominance（VAD）表示格式中进行了注释。

    May, 2022

  • 情感、情绪和强度预测的多任务集成框架

    本文研究使用多任务组合框架解决情感和情绪分析中的三个问题，并通过使用卷积神经网络（CNN）、长短期记忆网络（LSTM）和门限循环单元网络（GRU）等三种深度学习模型以及手工特征表示进行预测，实验结果显示出本文提出的多任务组合框架的有效性，对于大部分问题和领域都获得了 2-3 个百分点的性能改进。

    Aug, 2018

  • 理解情感极性是一个联合深度学习任务

    本文通过多任务学习探究情感价值和情感载体之间的相互依赖，使用预训练语言模型、生成模型和判别模型对情感价值和情感载体进行预测和比较，结果发现，在联合预测模式下，判别模型能实现情感价值和情感载体的最佳平衡，从而节省了计算资源。

    May, 2023