用于罗马尼亚语讽刺检测与情感分析的对抗胶囊网络
计算与语言
2023-06-14 v1
摘要
讽刺检测与情感分析是被深入探索的自然语言处理 (NLP) 任务,研究从文本中识别讽刺语气以及提取与其目标相关的情感。在研究资源较少的语言中,一种替代方案是基于字符级对抗过程生成人工样本以克服数据集规模限制。此类样本被证明可作为一种正则化方法,从而提升模型的鲁棒性。在本工作中,我们通过对抗训练与胶囊网络改进了知名的 NLP 模型 (即卷积神经网络、长短期记忆网络 (LSTM)、双向 LSTM、门控循环单元 (GRUs) 和双向 GRUs)。这些微调后的模型用于罗马尼亚语的讽刺检测与情感分析任务。所提出的框架在两项任务上均优于现有方法,取得了高达 99.08% 的准确率,从而确认了胶囊层与对抗训练在 NLP 方法中带来的改进。
引用
@article{arxiv.2306.07845,
title = {Adversarial Capsule Networks for Romanian Satire Detection and Sentiment Analysis},
author = {Sebastian-Vasile Echim and Răzvan-Alexandru Smădu and Andrei-Marius Avram and Dumitru-Clementin Cercel and Florin Pop},
journal= {arXiv preprint arXiv:2306.07845},
year = {2023}
}
备注
15 pages, 3 figures, Accepted by NLDB 2023