通过众包与最佳-最差缩放获取可靠的细粒度情感关联
计算与语言
2017-12-06 v1
摘要
获取词-情感关联对许多应用都很有用，包括情感分析、立场检测和语言学分析。然而，手动为词语分配细粒度情感关联分数在保持标注一致性方面存在诸多挑战。我们应用最佳-最差缩放 (Best-Worst Scaling) 标注技术，获取了三个不同领域——通用英语、英语 Twitter 和阿拉伯语 Twitter——中词与短语的实数值情感关联分数。我们表明，在所有三个领域中，即使使用不同的标注者集合重复标注过程，按情感对词语的排序仍保持显著一致。我们还首次确定了母语者所能感知的最小情感关联差异。
引用
@article{arxiv.1712.01741,
title = {Capturing Reliable Fine-Grained Sentiment Associations by Crowdsourcing and Best-Worst Scaling},
author = {Svetlana Kiritchenko and Saif M. Mohammad},
journal= {arXiv preprint arXiv:1712.01741},
year = {2017}
}
备注
In Proceedings of the 15th Annual Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (NAACL), San Diego, California, 2016