Dec, 2022

落单新维加斯对话语料库的情感分析

PDF
TL;DR使用多种通用语言处理的大规模字符串数据对 Fallout New Vegas 的多语言情感对话数据集进行分析，结果显示多语言 BERT 在大多数语言中优于 XLMRoBERTa，多语言 BERT 在西班牙数据中达到了最高的整体准确率 54％。
multilingual sentiment analysisfallout new vegasbert modelsdata setsentiment annotated dialogs
发现论文，激发创造
  • 多语言说服检测：视频游戏是 NLP 宝贵的数据源

    本研究提取多语言角色扮演游戏中的劝说对话数据集，并运用自然语言处理模型 BERT 建立劝说检测系统，证明了视频游戏在 NLP 领域中作为数据源的潜力，代码和数据集可在 Zenodo 上获得。

    Jul, 2022

  • 使用变形金刚和多任务学习识别混合代码社交媒体文本中的情感 - 在 SemEval-2020 任务 9 中的 UPB

    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

  • MultiBooked: 基于方面级情感分类的巴斯克语和加泰罗尼亚语酒店评论语料库

    本研究针对资源缺乏的巴斯克语和加泰罗尼亚语，提供了两个数据集，并提供了高质量的标注和基准，希望对研究这些语言的学者有所帮助。

    Mar, 2018

  • 大规模多语种情感数据集和多方面情感分类基准

    该研究提供了一个由 79 个数据集组成的开放性跨语言语料库，可用于培训情感模型，同时展现了基于不同基础模型、训练目标、数据集集合和微调策略所进行的数百次实验的多方面情感分类基准。

    Jun, 2023

  • 细调预训练语言模型用于检测游戏中的垃圾言论

    研究探讨了在线游戏中存在的有害行为和恶劣沟通问题，特别关注在线仇恨言论和毒性对玩家游戏表现和整体幸福感的影响。研究使用预训练语言模型来分类或检测游戏中的恶意言论和有毒信息，并评估了 BERT 和 GPT 语言模型在检测游戏内聊天中毒性的性能。通过公开可用的 API，收集、处理、审查和标注了 DOTA 2 游戏匹配中的游戏聊天数据，并使用 BERT（基于小写）模型、BERT（基于大写）模型和 GPT-3 模型进行了训练和测试。根据这三种模型的最新性能，本研究得出了预训练语言模型在解决在线仇恨言论和游戏中恶意侮辱性言论问题方面的潜力。

    Mar, 2024

  • 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

  • XPersona: 评估多语言个性化聊天机器人

    本研究提出了一个名为 XPersona 的个性化对话数据集，并通过多语言训练的基线模型和跨语言训练的基线模型进行了实验证明。结果表明，多语言训练的模型优于翻译管道模型，并且其性能与单语言训练的模型相当，而跨语言训练的模型则表现出劣于其他模型的性能。该数据集和基线模型有望加速多语言对话系统的研究。

    Mar, 2020

  • 使用预训练多语言嵌入和分词技术的混合语种文本情感分类

    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

  • 多语言任务导向对话的情境语义解析

    通过机器翻译自动翻译对话数据集并使用新的上下文语义解析模型，该方法在多个数据集上提高了准确性并创建了高准确度的多语言对话数据集。

    Nov, 2021

  • XED: 用于情感分析和情绪检测的多语言数据集

    介绍了一种名为 XED 的多语种细粒度情感数据集，其中包含人工标注的芬兰语（25k）和英语句子（30k），以及其他 30 种语言的预测注释，并使用 Plutchik 的核心情感方法注释该数据集，并添加了中性标签以创建一个多标签多类数据集。使用特定于语言的 BERT 模型和 SVM 进行仔细评估，表明该数据集与其他相似数据集相当，因此是情感分析和情感检测的有用工具。

    Nov, 2020