利用 ParsBERT 提升波斯语方面情感分析的效果
计算与语言
2025-02-04 v1 人工智能
摘要
在广泛应用互联网和社交网络主导的时代，研究人员在波斯语文本挖掘中面临诸多挑战，其中包括波斯语数据集匮乏以及现有语言模型效率不足的问题。本文特别针对这些挑战展开研究，旨在提升针对波斯语语言的语言模型效率。我们采取基于方面的方法，运用增强了相关词典的 ParsBERT 模型，来提升情感分析的效果。该研究聚焦于从波斯语网站 'Digikala' 提取的用户意见进行情感分析。实验结果不仅突出了所提出方法的优越语义能力，还展示了其效率提升，准确率达到 88.2%，F1 分数为 61.7。在该语境下增强语言模型的重要性在于，这些模型在从用户生成内容中提取细粒度情感方面发挥着关键作用，从而通过提高效率和准确性，推动了波斯语文本挖掘领域的情感分析发展。
引用
@article{arxiv.2502.01091,
title = {Enhancing Aspect-based Sentiment Analysis with ParsBERT in Persian Language},
author = {Farid Ariai and Maryam Tayefeh Mahmoudi and Ali Moeini},
journal= {arXiv preprint arXiv:2502.01091},
year = {2025}
}