本研究利用多种多语种 XLM-R 模型和多样数据集，针对 AfriSenti-SemEval 2023 共享任务 12 的非洲语言情感分析模型进行了研究，最终在 Subtask B, Track 16: 多语言中获得了第三名的好成绩，但在某些语言表现不佳，表明需要建立更全面的数据集和模型来推进低资源非洲语言的情感分析研究。

May, 2023

通过自监督预训练、课程表安排进行微调以及利用大规模未标记语音数据的半监督学习，我们展示出在金雅琳达语（Kinyarwanda）的语音识别性能方面的显著提升。我们的方法仅关注使用公共领域数据，在公共网站上收集了一个新的高质量语音数据集，然后用于训练一个干净的基线模型，该模型再用于对来自多样且噪声较大的公共数据集中的示例进行排名，从而定义了一个简单的课程表训练计划。最后，我们采用四代连续的半监督学习方法对大规模未标记数据进行标记和学习。根据我们所知，我们的最终模型在新数据集上的字错率（WER）为 3.2％，在 Mozilla Common Voice 基准上的 WER 为 15.9％，这是目前最先进的。我们的实验还表明，对于金雅琳达语的语音识别性能而言，采用音节而不是字符的分词方法结果更好。

Aug, 2023

提出了一种两层 BERT 架构，利用形态分析器和显式表示形态构成，解决了 BERT 模型在处理形态丰富的语言时效率低下的问题，并将所提出的模型在低资源形态丰富的 Kinyarwanda 语言上进行了评估。结果表明，所提出的模型 KinyaBERT 在命名实体识别任务和机器翻译评估指标上均优于其他基线模型。

Mar, 2022

该研究通过使用六种语言模型并采用迁移学习和微调技术，开发了用于 14 种不同非洲语言情感分析的多语言模型，最终在开发和测试数据中取得了 F1 得分。结果表明跨多种语言的情感分析可以通过迁移学习和微调技术实现，该方法可以应用于其他语言和领域的情感分析任务。

Apr, 2023

本研究介绍了第一个非洲中心的 SemEval 共享任务，称为 AfriSenti-SemEval，该数据集涵盖了 14 种非洲语言的情感分类挑战，并提供了具有正面、负面、中立三种标记的数据集，通过三个子任务进行测试。

Apr, 2023

通过 SemEval-2023 任务 12，使用 Twitter 数据组进行低资源非洲语言情感分析。使用预训练的 Afro-xlmr-large、AfriBERTa-Large、Bert-base-arabic-camelbert-da-sentiment (阿拉伯骆驼鸟 Bert)、Multilingual-BERT 和 BERT 模型对 14 种非洲语言进行情感分析。结果表明 Afro-xlmr-large 模型在大多数语言中表现更好，尼日利亚语言：豪萨语、伊博语和约鲁巴语相对于其他语言表现更好。

Apr, 2023

通过 AfriSenti-SemEval 共享任务，评估了 14 种非洲语言情感分析中当前最先进的转换器模型，比较了用单一模型处理所有语言与为每种语言训练一个模型之间的性能。结果表明，对非洲语言专门开发的模型在所有任务上表现出色，对于一些样本较小的语言，一个更大的多语言模型在情感分类上可能比专门针对该语言的模型表现更好。

Oct, 2023

通过利用语言自适应和任务自适应的预训练模型，本文针对非洲语言低资源性情感分析问题的特点，研究了基于预训练的语言模型的迁移学习方法，并发现将预训练模型适应到目标语言和任务上可以显著提高模型表现，选择具有积极转移增益的源语言可以避免干扰，这在多语言和跨语言设置中可以取得更好的结果。

Apr, 2023

本文提出了两个用于 Kinyarwanda 和 Kirundi 两种低资源非洲语言新闻文章的多类分类的数据集 (KINNEWS 和 KIRNEWS)，并通过实验展示训练较高资源的 Kinyarwanda 能够成功的进行跨语言转移至 Kirundi。这些数据集除了可以被用于文本分类，还可被用于解决跨语言学习、表示学习、语法分析、词性标注和命名实体识别等自然语言处理问题。

Oct, 2020

本研究旨在探讨如何利用多语言大型语言模型进行非预训练语言的情感分析，实验结果表明在提供的数据集中，使用数千样本的单语言微调可以获得最佳效果。

Apr, 2023