一种深度 CNN 架构，采用新型汇聚层应用于两个苏丹阿拉伯语情感数据集

Jan, 2022

一种深度 CNN 架构，采用新型汇聚层应用于两个苏丹阿拉伯语情感数据集

A Deep CNN Architecture with Novel Pooling Layer Applied to Two Sudanese Arabic Sentiment Datasets

Mustafa Mhamed, Richard Sutcliffe, Xia Sun, Jun Feng, Eiad Almekhlafi...

TL;DR提出了两个新的公开数据集，SudSenti2 和 SudSenti3，介绍了一个包含五个 CNN 层和一个新颖的池化层 MMA 的 CNN 架构 SCM，将 SCM+MMA 模型应用于这两个数据集并得出 92.75% 和 84.39% 的准确率，最后将该模型应用于现有的沙特情感数据集和 MSA 酒店阿拉伯评论数据集，准确率分别为 85.55% 和 90.01%。

Abstract

arabic sentiment analysis has become an important research field in recent years. Initially, work focused on Modern Standard Arabic (MSA), which is the most widely-used form. Since then, work has been carried out on several different dialects, including Egyptian, Levantine and Moroccan

arabic sentiment analysis sudanese arabic cnn architecture sudsenti2 sudsenti3

发现论文，激发创造

一种结合 CNN 和 LSTM 模型的阿拉伯情感分析方法

本文探讨了将 CNNs 和 LSTMs 相结合的好处，并在不同数据集上对阿拉伯语情感分析的准确性进行了改进，同时考虑了特定阿拉伯语单词的形态多样性。

Jul, 2018

具噪深层可解释模型的阿拉伯情感分析

本研究提出了一种可解释的情感分类框架，通过在双向长短期记忆（BiLSTM）和卷积神经网络（CNN）-BiLSTM 模型上引入噪声层，克服了过拟合问题，实验证明添加噪声层可以提高阿拉伯语情感分析的性能。

Sep, 2023

面向阿拉伯语多模态情感分析数据集

本文主要研究了基于深度学习与多模态语料库的阿拉伯情感分析的数据集，通过使用最先进的 transformers 和特征提取工具来建立我们的阿拉伯多模态数据集，并使用 state-of-the-art 的 transformer-based model 验证我们的数据集，研究表明阿拉伯多模态情感分析非常有前途。

Jun, 2023

阿拉伯语的多层情感分析

研究 Arabic 情感分析，提出了一种基于机器学习的方法和特征向量，使用人工神经网络分类器，在单词级别和文档级别进行情感分析，在单词级别获得的平均 F1-score 为 0.92，在文档级别的正类为 0.94，负类为 0.93。

May, 2022

摩洛哥方言文本情感分类的实验研究

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

基于深度卷积神经网络的哈萨语影评方面与极性分类模型

这篇论文介绍了一个针对豪萨语电影评论的方面和极性分类的基于深度卷积神经网络（CNN）的模型，该模型是针对理解文本中的情感细微差别而进行的，特别是针对不同语言和文化。作者创建了一个包含人工注释的综合豪萨语 ABSA 数据集，填补了资源可用性方面的重要空白。通过将 CNN 与注意机制相结合进行方面词预测，该模型利用上下文信息和情感极性，准确率达到了 91% 的方面词提取和 92% 的极性分类，优于传统的机器模型，为特定方面和情感提供了深入的洞察力。这项研究推动了 ABSA 研究，特别是在不常见的语言方面，并对跨文化语言研究产生了影响。

May, 2024

DeepSentiPers：基于增强波斯语情感语料库训练的新型深度学习模型

本文旨在提出两种深度学习架构以及数据增强技术来分类波斯语句子的多分类和二分类情感，实验结果表明我们提出的方法可以成功地解决此问题。

Apr, 2020

DeepSentiBank：基于深度卷积神经网络的视觉情感概念分类

本文提出了一种基于深度卷积神经网络的视觉情感概念分类方法，其中视觉情感概念是从网络照片的标签中自动发现的形容词名词对。通过 nearly one million Flickr images 数据集的训练，该深度 CNN 模型 SentiBank 2.0 显著提高了注释准确性和检索性能。

Oct, 2014

无监督图注意力自编码器用于带属性网络的 K 均值丢失

利用最新的转换器和特征提取工具构建阿拉伯语多模态数据集，验证其在多模态学习中的效果，并展示阿拉伯语多模态研究的潜力。

Nov, 2023

Twitter 社交网络句子级情感分类的深度神经网络架构

本文介绍了一种新颖的深度学习框架，包括基于词汇表的方法用于句子级别情感标签预测。我们首先应用语义规则，然后使用深度卷积神经网络（DeepCNN）进行字符级嵌入，以增加词级嵌入的信息。然后，双向长短期记忆网络（Bi-LSTM）从词级嵌入中产生句子级特征表示。我们在三个 Twitter 情感分类数据集上评估了我们的方法。实验结果表明，我们的模型可以提高 Twitter 社交网络中句子级情感分析的分类准确性。

Jun, 2017