Jul, 2024
预测波兰政治文本中的情绪强度:监督模型与资源匮乏语言中的大型语言模型比较
Predicting Emotion Intensity in Polish Political Texts: Comparing
Supervised Models and Large Language Models in a Resource-Poor Language
TL;DR通过比较使用机器学习模型与多个大型语言模型在波兰政治文本情感强度预测方面的表现,研究发现虽然受过监督的模型通常表现优于大型语言模型,但由于数据标注的高昂成本,大型语言模型在资源匮乏的语言环境中是可行的替代选择,该研究强调了大型语言模型在低资源语言环境中的潜力,并强调了对不同语言和连续特征上情感强度预测及其应用的进一步研究的需求,该研究的意义在于基于资源可用性和任务的具体要求为研究人员和从业者选择正确的情感预测方法提供细致的决策过程。