May, 2023

使用对齐单词嵌入进行乌拉尔语情感分析

PDF
TL;DR本文介绍了一种将词嵌入从多数语言翻译成四种少数民族语言的方法，并对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了对其进行了情感分析。测试表明，该方法可在少数民族语言上达到至少 56％的准确率。
发现论文，激发创造
  • 多语言情感分析：一种基于循环神经网络的有限数据框架

    该研究旨在解决情感分析在不同语言中的多种语言依赖性问题，通过使用递归神经网络训练英文评论以建立一个主要用于英语的情感分析模型，并在俄语、西班牙语、土耳其语和荷兰语等其他语言中重复使用此模型来评估情绪，结果表明该方法在多语言情感分析中表现出色。

    Jun, 2018

  • 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

  • 利用转化后的单语词向量的深度学习范式，进行多语言情感分析

    本文研究利用深度学习方法，通过预训练单语词嵌入，将不同语种的词嵌入映射到共享嵌入空间中，从而进行多语情感分析。实验结果表明，我们的方法优于现有方法，其中 CNN 模型的分类准确率较目前最先进的基线高 2.1％。

    Oct, 2017

  • 厄尔兹亚语的第一个神经机器翻译系统

    本文介绍了第一个神经机器翻译系统，用于翻译濒危的艾尔济亚语和俄语之间的文本，BLEU 得分分别为 17 和 19，适用于艾尔济亚语和俄语之间的翻译。我们还用适应我们的模型翻译艾尔济亚语和 10 种其他语言，但在这些方向上没有额外的并行数据，质量仍然很低。我们发布了翻译模型以及收集的文本语料库、新的语言识别模型和适用于艾尔济亚语的多语句编码器。

    Sep, 2022

  • 多语言情感分析的集成语言模型

    社交媒体的快速发展使得我们能够分析用户意见。尽管常用语言的情感分析已经取得了显著的进展，但由于资源限制，低资源语言像阿拉伯语等仍然很少有研究。本研究探讨了 SemEval-17 和阿拉伯语情感推文数据集上的推文文本的情感分析，并研究了四种预训练语言模型以及提出了两种集成语言模型。我们的发现包括单语言模型表现出更好的性能，集成模型优于基线，而多数投票集成模型胜过英语。

    Mar, 2024

  • 使用词向量嵌入的深度学习模型进行蒙古公民反馈分析

    本研究采用两种不同的词嵌入方法来对使用西里尔文的蒙古语进行反馈分类，结果表明使用自己的数据集的词嵌入模型可获得最高 80.1% 和 82.7％的分类准确度。

    Feb, 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

  • 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

  • 一种用于印地语 - 英语混合编码数据情感分析的集成模型

    本研究提出了基于字符三元组 LSTM 模型和基于词元素的多项式朴素贝叶斯 (MNB) 模型的集成模型，用于识别印地语 - 英语 (Hi-En) 混合数据的情感极性，实验结果表明，相较于几个基准和其他基于深度学习的提出的方法，我们的方法在真实用户混合数据上取得了最先进的结果。

    Jun, 2018

  • 跨语料库多语言语音情感识别：阿姆哈拉语与其他语言

    跨语言和多语言训练可以是资源稀缺的语言中训练情感识别分类器的有效策略。

    Jul, 2023