EmoBang：基于文本的巴贝尔语情感检测
计算与语言
2025-11-11 v1
摘要
文本情感检测旨在基于语言线索识别个体的情感或心理状态——积极、消极或中性。尽管为英语和其他高资源语言取得了显著进展，但巴贝尔语仍未得到充分探索，尽管它是世界上第四大使用语言。缺乏大型标准化数据集将巴贝尔语归类为情感检测的低资源语言。现有研究主要采用传统机器学习模型配合传统特征工程，导致性能有限。本文引入了一个新的巴贝尔语情感数据集，覆盖八个情感类别，并提出两种自动情感检测模型：（i）一种混合卷积循环神经网络（Convolutional Recurrent Neural Network, CRNN）模型（EmoBangHybrid），以及（ii）一种AdaBoost双向编码器表示来自变换器（Bidirectional Encoder Representations from Transformers, BERT）的集成模型（EmoBangEnsemble）。此外，我们评估了六个基线模型和五种特征工程技术，并对该数据集上的零样本和少样本大型语言模型（LLM）进行评估。据我们了解，这是首个针对巴贝尔语情感检测的全面基准。实验结果表明，EmoBangH和EmoBangE分别实现了92.86%和93.69%的准确率，超越现有方法，为未来研究建立了强大的基线。
引用
@article{arxiv.2511.07077,
title = {EmoBang: Detecting Emotion From Bengali Texts},
author = {Abdullah Al Maruf and Aditi Golder and Zakaria Masud Jiyad and Abdullah Al Numan and Tarannum Shaila Zaman},
journal= {arXiv preprint arXiv:2511.07077},
year = {2025}
}