NLP 中的情感分析：趋势、空白与未来方向路线图
计算与语言
2024-03-19 v2
摘要
情感是交流的核心方面。因此，情感分析（EA）是自然语言处理（NLP）中一个快速发展的领域。然而，在范围、方向或方法上尚未达成共识。本文对过去十年中 154 篇相关的 NLP 出版物进行了全面回顾。基于此回顾，我们探讨了四个不同的问题：(1) NLP 中如何定义 EA 任务？(2) 最突出的情感框架有哪些，建模了哪些情感？(3) 是否考虑了人口统计学和文化因素方面的情感主观性？(4) EA 的主要 NLP 应用是什么？我们总结了 EA 和任务的趋势、所使用的情感框架、现有数据集、方法和应用。然后讨论了四个空白：(1) 缺乏人口统计学和文化方面，未考虑情感感知的差异，而是假设情感以相同方式普遍体验；(2) 两种主要情感理论中的情感类别与任务契合度差；(3) 缺乏标准化的 EA 术语阻碍了空白识别、比较和未来目标；(4) 缺乏跨学科研究使 EA 与其他领域的见解隔离。我们的工作将使 EA 研究更加聚焦，并在 NLP 中采用更全面的情感建模方法。
引用
@article{arxiv.2403.01222,
title = {Emotion Analysis in NLP: Trends, Gaps and Roadmap for Future Directions},
author = {Flor Miriam Plaza-del-Arco and Alba Curry and Amanda Cercas Curry and Dirk Hovy},
journal= {arXiv preprint arXiv:2403.01222},
year = {2024}
}
备注
Accepted to LREC-COLING 2024