推文中基础情绪与抑郁特异性情绪的识别：多标签分类实验
机器学习
2021-06-22 v2 人工智能
摘要
本文借助最先进的多标签分类器，对推文中的基础情绪与抑郁特异性多情绪挖掘进行了实证分析。我们从由四种备受推崇的情绪心理学模型中的常见情绪所构成的混合情绪模型中选取基础情绪。此外，由于新增情绪类别在抑郁分析中的重要性，我们对该情绪模型进行了扩充。这些额外情绪大多未在以往的情绪挖掘研究中使用。实验分析表明，代价敏感的RankSVM算法与一种深度学习模型均具有鲁棒性，这通过宏F值与微F值得以衡量。这表明这些算法在解决多标签学习中广为人知的数据不平衡问题方面更具优势。此外，我们所应用的深度学习表现最佳，在建模扩展情绪类别的深层语义特征方面具有优势。
引用
@article{arxiv.2105.12364,
title = {Basic and Depression Specific Emotion Identification in Tweets: Multi-label Classification Experiments},
author = {Nawshad Farruque and Chenyang Huang and Osmar Zaiane and Randy Goebel},
journal= {arXiv preprint arXiv:2105.12364},
year = {2021}
}
备注
Accepted at CICLing, 2019