利用机器学习和 LIME 分析孟加拉语社交媒体评论中的情感
计算与语言
2025-06-13 v1 机器学习
摘要
对书面语言中情感的理解研究持续扩展，特别是针对具有独特地域表达和文化特征的少资源语言，如孟加拉语。本研究利用 EmoNoBa 数据集中的 22,698 条社交媒体评论，对情感分析进行了研究。对于语言分析，我们采用了机器学习模型：线性 SVM、KNN 和基于 TF-IDF 向量器的 n-gram 数据的随机森林。我们还研究了 PCA 如何影响降维。此外，我们使用了 BiLSTM 模型和 AdaBoost 来改进决策树。为了使机器学习模型更易于理解，我们使用 LIME 来解释 AdaBoost 分类器的预测，该分类器使用决策树。为了推进少资源语言的情感分析，我们的工作考察了各种技术，以寻找孟加拉语情感识别的有效方法。
引用
@article{arxiv.2506.10154,
title = {Analyzing Emotions in Bangla Social Media Comments Using Machine Learning and LIME},
author = {Bidyarthi Paul and SM Musfiqur Rahman and Dipta Biswas and Md. Ziaul Hasan and Md. Zahid Hossain},
journal= {arXiv preprint arXiv:2506.10154},
year = {2025}
}