Mar, 2024

MaCmS：用于情感分析的马加希混码数据集

PDF
TL;DR本文介绍了用于情感分析任务的新情感数据集 MaCMS，包含马加希语 - 印地语 - 英语（MHE）混合编码语言，这是第一个用于情感分析任务的马加希语 - 印地语 - 英语混合编码数据集。此外，我们还对数据集进行了语言学分析，以了解代码混合的结构，并进行了统计研究以了解具有不同极性的说话者的语言偏好。通过这些分析，我们还训练了基准模型来评估数据集的质量。
sentiment datamacmscode-mixed languagelinguistics analysisbaseline models
发现论文，激发创造
  • 混合马拉雅拉姆语 - 英语情感分析数据集

    本文提供了一个新的黄金标准情感分析语料库，用于马拉雅拉姆语 - 英语混合文本的情感分析基准，并使用有监督方法进行了分析。

    May, 2020

  • 为情感分析准备孟加拉英语混合编码语料库

    本文提出了一种标注了语言和极性标签的孟加拉英语混合语料库，结合规则和监督模型，研发了自动感知分析的混合系统，以降低标注的人工工作量；同时，通过各种测量方法，对这种混合语料库的语言和情感特征进行了定量和定性的评估。

    Mar, 2018

  • 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

  • SemEval-2020 Task 9 中的 HCMS：一种用于代码混合文本情感分析的神经网络方法

    本文描述了我们在 Sentimix 印地语 - 英语任务中提交的内容，涉及对代码混合文本进行情感分类，并表现出 F1 得分为 67.1％，证明简单的卷积和注意力可能会产生合理的结果。

    Jul, 2020

  • 利用丰富资源语言进行混合语言情感分析

    本文提出了一种名为 SACMT 的新方法，使用对比学习将混合代码和标准语言的句子映射到共同的情感空间，通过基本的聚类预处理方法来捕捉混合语音文字的变化，并且在情感分析中优于现有方法 7.6% 的准确度和 10.1% 的 F 分数。

    Apr, 2018

  • SAIL_Code-Mixed 共享任务 @ICON-2017：印度混合语言情感分析综述

    介绍了关于印地语和英语以及孟加拉语和英语的混合数据情感分析的共享任务，描述了任务、数据集、评估、基线和参与者的系统。

    Mar, 2018

  • SentMix-3L: 面向情感分析的孟加拉 - 英语 - 印地语混合代码数据集

    本论文介绍了 SentMix-3L，一个包含三种语言（孟加拉语、英语和印地语）的代码混合情感分析数据集，并通过对 SentMix-3L 的全面评估表明，采用 GPT-3.5 的零次提示能够在 SentMix-3L 上胜过所有基于变压器的模型。

    Oct, 2023

  • 代码混合情感和仇恨言论预测

    研究发现，针对社交媒体文本中的混合编码文本进行专门设计的双语模型和多语模型表现最佳，而庞大生成模型则不具有竞争力。对于情感分析和辱骂语言检测等任务，这些模型在混合编码数据上的表现稍微优于非混合编码数据。

    May, 2024

  • 马拉地英语混合文本生成

    该研究提出了一种用于生成马拉地语 - 英语混合文本的算法，并通过 Code Mixing Index（CMI）和 Degree of Code Mixing（DCM）指标进行评估，结果表明该算法能够生成有效和可理解的混合语句子，为多语社会中的语言差距提供了潜在的增强 NLP 工具的可能性。

    Sep, 2023

  • 混合语言对话中的多模态讽刺检测和幽默分类

    本研究开发了一个多模态的印地语 - 英语混合数据集用于会话中的多模态讽刺检测和幽默分类，并提出了一种新的基于注意力机制的神经架构 MSH-COMICS，该模型在两个任务中都具有优越性能。

    May, 2021