Sep, 2022

跨语言情感分析的线性变换

PDF
TL;DR本研究探讨了在捷克语、英语和法语中进行跨语言情感分析的方法，使用五个线性转换与 LSTM 和 CNN 基于分类器的零样本跨语言分类。与现有的 BERT 模型相比，我们结合了几种转换，并比较了它们的性能。我们发现，与单语分类不同，来自目标领域的预训练嵌入对于提高跨语言分类结果至关重要。
发现论文，激发创造
  • 无需 (好的) 翻译的跨语言情感分析

    本文介绍了一种使用单线性转换来捕捉跨语言情感关系的方法，并演示了如何在非英语环境下应用跨语言情感模型，以实现对英语情感知识的有效利用，从而使得在缺少数据的情况下，以很低的成本分析和提取其他语言的特征成为可能。

    Jul, 2017

  • 跨语言情感分析的多任务学习

    本研究使用零样本和小样本学习进行跨语言情感分析。采用三种语言的 BERT-based 模型进行语种间的情感分类，提出了一种简单多任务模型。通过单任务和多任务实验的零样本和小样本场景对克罗地亚言和斯洛文尼亚情感分析进行评估。

    Dec, 2022

  • 大语言模型时代的跨语言情感分析模型竞技场：一项比较研究

    在跨语言情感分析领域，公共的小型多语言语言模型在零样本跨语言性能上优于大型通用语言模型，但在少样本跨语言设置中，公共的大型通用语言模型展现出更高的适应潜力。

    Jun, 2024

  • 零 - shot 依赖句法分析的跨语言 BERT 转换

    本文利用公共预训练的 BERT 模型提出了学习跨语言表征在上下文空间中的新方法 ——Cross-Lingual BERT Transformation (CLBT)，其中通过线性变换将训练不同语言的上下文化嵌入与上下文词对齐并结合实验证明了该方法可在无需训练就能在跨语言解析的领域中取得优势，其效果明显优于使用静态嵌入的之前的最先进技术，比较证明了本方法与最近被提出的使用大规模平行数据训练的交叉语言模型 XLM 的竞争力。

    Sep, 2019

  • 双语情感嵌入：跨语言情感的联合映射

    使用双语情感嵌入模型 BLSE，能够在资源贫乏的目标语言中精确的捕获情感信息，从而在跨语言情感分类任务中实现优于现有方法的性能提升。

    May, 2018

  • 基于跨语言词向量的多语言新闻聚类研究

    本文提出一种用于分类跨语言新闻的 incorporating clustering 模型，该模型使用跨语言向量表示新闻，使用 LDA 主题模型表示新闻内容，采用 Single-Pass 聚类算法进行优化，并利用知识蒸馏技术，将两个语义空间拟合为一个混合语义空间。

    May, 2023

  • 利用大量弱监督数据进行多语言情感分类

    本文提出了一种新的多语言情感分类方法，使用了大量的弱监督数据训练多层卷积网络，通过在多种语言数据集上进行充分的评估，证明该方法的优异性能，达到了同类研究的最高水平。

    Mar, 2017

  • 一种使用预先训练的自编码器进行跨语言语言转换的简单几何方法

    本文研究了在多语言训练中的强大的语句编码器，探讨了是否可以通过几何映射来间接地操纵语言属性，并用预训练的多语言自编码器验证了该方法的有效性。

    Apr, 2021

  • 跨语言情感分析：机器翻译英语前后的评估

    本文研究了跨多语言数据集及经过机器翻译的文本中，变压器模型在情感分析任务中的表现，并通过比较这些模型在不同语言环境中的效果，洞察其性能变化对情感分析跨多种语言的潜在影响，同时还探讨了其缺点及未来研究的潜在方向。

    May, 2024

  • 跨语言摘要模型与数据集

    本文介绍了使用跨语言文献和维基百科创建的跨语言摘要语料库，在多种语言和方向上建立了多句子摘要数据。作者使用自动指标并进行人类研究，验证了所提出的跨语言摘要任务。最后，作者还用该数据集和多语言预训练模型进行了大量的实验证明其实用性。

    Feb, 2022