跨语言情感强度预测

情感强度预测确定作者在文本中表达的情感的程度或强度，扩展了先前情感检测的分类方法。虽然该主题的大多数先前工作集中于英文文本，但其他语言也将受益于细粒度情感分类，最好不必在每种新语言中重新创建英文中可用的标注数据量。因此，我们探索用于西班牙语和加泰罗尼亚语推文的细粒度情感检测的跨语言迁移方法。为此，我们使用 Best-Worst 标度标注了西班牙语和加泰罗尼亚语推文的测试集。我们比较了六种跨语言方法，例如机器翻译和跨语言词嵌入，它们对平行数据的需求各异——从数百万平行句到完全无监督。结果表明，在该数据上，对平行数据需求低的方法比使用更多平行数据的方法表现得出奇地好，我们通过深入的错误分析对此进行了解释。我们在 \url{https://github.com/jerbarnes/fine-grained_cross-lingual_emotion} 提供了数据集和代码。