社交数据情感检测：API 比较研究
计算与语言
2022-07-22 v1 人工智能
摘要
情感检测技术的发展因其近乎无限的应用前景（尤其在社交数据不断传播的背景下）已成为企业领域极具价值的潜在能力。近年来，电子市场涌现了大量初创企业，几乎专注于构建用于情感检测与识别的新型商业及开源工具与 API。然而，这些工具与 API 必须持续审查与评估，其性能应被报告与讨论。目前缺乏基于相同文本数据集从各模型所得结果出发对当前情感检测技术进行实证比较的研究，同时也缺少将基准比较应用于社交数据的对比研究。本研究比较了八项技术：IBM Watson NLU、ParallelDots、Symanto-Ekman、Crystalfeel、Text to Emotion、Senpy、Textprobe 与 NLP Cloud。比较使用两个不同数据集进行。随后利用所集成的 API 推导所选数据集的情感。这些 API 的性能通过使用它们给出的聚合分数以及理论上已验证的评估指标（如微平均准确率、分类误差、精确率、召回率与 f1-score）加以评估。最后，报告并讨论了这些 API 结合评估度量的评定结果。
引用
@article{arxiv.2207.10654,
title = {Emotion detection of social data: APIs comparative study},
author = {Bilal Abu-Salih and Mohammad Alhabashneh and Dengya Zhu and Albara Awajan and Yazan Alshamaileh and Bashar Al-Shboul and Mohammad Alshraideh},
journal= {arXiv preprint arXiv:2207.10654},
year = {2022}
}