Nov, 2023

基于内容本地化的低资源方言阿拉伯语情感和仇恨行为分析系统：从英语到黎凡特语和海湾语

PDF
TL;DR提出利用内容本土化的基于神经机器翻译的方法，为低资源阿拉伯方言（如黎凡特语和海湾语）开发情感和仇恨分类器，并通过无监督学习推断隐藏主题，从而在其本土语言 / 方言中提供连贯的解释，从而实现准确区分情感并识别仇恨内容的有效性。
online social movementslanguage barriersunder-resourced languagescontent localizationarabic dialects
发现论文，激发创造
  • 基于内容本地化的神经机器翻译系统：非正式方言阿拉伯语：西班牙语 / 法语到黎凡特 / 海湾阿拉伯语

    通过利用人工智能的力量，我们提出了一个框架，将高资源语言的内容本土化到低资源的语言 / 方言，以丰富资源不足的阿拉伯方言并加快地跨智能城市之间的多样的在线社交行为研究。同时，我们的实验结果证明了我们提出的解决方案在高低资源语言和方言之间的资源利用能力，以及忽视相同语言内的方言可能导致对在线社交行为的误导分析。

    Dec, 2023

  • OSN-MDAD：在线社交媒体上阿拉伯多方言对话的机器翻译数据集

    通过翻译英文推文到阿拉伯文的海湾、也门、伊拉克和黎凡特方言，我们构建了一个在线社交网络基础多方言阿拉伯文数据集，用以改善阿拉伯文多方言机器翻译系统的性能。

    Sep, 2023

  • 阿尔及利亚方言语境下的恶意语言检测

    本研究旨在解决 Facebook 评论中的攻击性和辱骂性内容检测问题，针对阿尔及利亚方言阿拉伯语进行探讨，使用 BiLSTM，CNN，FastText，SVM 和 NB 等文本分类器进行多项实验，并建立了一个包含 8.7k 手动标注为正常，虐待和攻击性的文本的新语料库。结果表明，分类器的性能尚可，但需要进一步研究语言特征以提高识别精度。

    Mar, 2022

  • 利用深度学习进行阿尔及利亚方言中的仇恨言论检测

    我们提出了一种针对在线阿尔及利亚信息的检测仇恨言论的完整方法，并在阿尔及利亚方言的语料库上评估了许多深度学习架构，结果表明我们的方法的效果显著。

    Sep, 2023

  • 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

  • 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

  • 性别歧视检测：阿尔及利亚方言中第一个带有阿拉伯语 / 法语和英语代码切换的语料库

    本文提出了一种针对阿拉伯社交媒体（例如 Youtube）中针对女性的仇恨言论的检测方法，并使用不同的机器学习算法对新的阿拉伯语仇恨言论语料库进行了验证和比较，结果表明卷积神经网络模型具有最佳性能。

    Apr, 2021

  • 低资源语言的多语种攻击性语言识别

    通过跨语境词嵌入和迁移学习，将预测扩展到低资源语言中，为即将面临的恶意内容提供了解决方案。

    May, 2021

  • ArSentD-LEV：基于目标词的阿拉伯黎凡特推文情感分析的多主题语料库

    本研究介绍了一个阿拉伯方言情感数据集（ArSenTD-LEV），包含 4,000 条推文，并提供了整体情感、情感表达方式、情感表达目标和推文主题等注释，研究结果表明这些注释可以提高基线情感分类器的性能，也确认了训练与测试领域不匹配的差距。

    May, 2019

  • 方言阿拉伯语 UGT 情感翻译的半监督方法

    本研究旨在改进方言阿拉伯语写作的在线用户生成文本的机器翻译，在 DA-EN UGT 领域使用一种半监督语言模型，结合监督和非监督建模目标，测量了推荐系统的情感翻译准确性，结果显示半监督 MT 系统有效改善了方言阿拉伯语 UGT 的情感翻译错误。

    Oct, 2022