俄语情感语料库的现状全景

Evgeny Kotelnikov

俄语情感语料库的现状全景

计算与语言 2021-06-29 v1

作者: Evgeny Kotelnikov

摘要

当前有十余个用于情感分析的俄语语料库，它们在文本来源、领域、规模、情感类别数量与比例以及标注方法上各不相同。本工作考察了公开可用的俄语语料库，呈现其定性与定量特征，从而使人得以了解情感分析语料库的当前全景。我们提出了按标注质量对语料库排序的方法，这在选择训练与测试语料库时颇具用处。基于深度神经网络模型BERT的使用，我们探究了训练数据集对情感分析性能的影响。对评论语料库的试验使我们得出结论：平均而言，模型质量随训练语料库数量增加而提升。首次基于BERT模型获得了ROMIP研讨会评论语料库的质量分数。此外，本研究提出了构建通用情感分析模型的任务。

关键词

俄语语料库情感分析标注质量 BERT 跨语料库训练评论数据集

引用

@article{arxiv.2106.14434,
  title  = {Current Landscape of the Russian Sentiment Corpora},
  author = {Evgeny Kotelnikov},
  journal= {arXiv preprint arXiv:2106.14434},
  year   = {2021}
}

备注

12 pages, 5 tables, 2 figures. Accepted to Dialogue-2021 conference

俄语情感语料库的现状全景

摘要

关键词

引用

备注

相关论文