基于转换单语词嵌入的深度学习范式用于多语言情感分析
计算与语言
2017-10-11 v2
摘要
社交媒体使用的激增带来了对多语言情感分析（MSA）的巨大需求，以揭示文化差异。迄今为止，传统方法依赖于机器翻译——将其他语言的文本翻译成英文，然后采用曾在英文上有效的方法。然而，这种范式受制于机器翻译的质量。在本文中，我们提出了一种新的深度学习范式，以同化 MSA 中语言之间的差异。我们首先分别预训练单语词嵌入，然后将不同空间中的词嵌入映射到一个共享的嵌入空间中，最后训练一个参数共享的深度神经网络用于 MSA。实验结果表明我们的范式是有效的。特别是，我们的 CNN 模型在分类准确率上比 state-of-the-art 基线高出约 2.1%。
引用
@article{arxiv.1710.03203,
title = {Deep Learning Paradigm with Transformed Monolingual Word Embeddings for Multilingual Sentiment Analysis},
author = {Yujie Lu and Tatsunori Mori},
journal= {arXiv preprint arXiv:1710.03203},
year = {2017}
}