增强埃塞俄比亚语言的多标签情感分析及其对应强度

开发和集成情感理解模型对于包括客户反馈分析、营销研究和社交媒体监控在内的广泛人机交互任务至关重要。鉴于用户经常在单个实例中同时表达多种情感，对情感数据集进行多标签格式标注对于捕捉这种复杂性至关重要。埃塞俄比亚情感数据集（EthioEmo）是一个多语言、多标签情感数据集，但缺乏情感强度标注，这对于区分情感表达的不同程度至关重要，因为并非所有情感都以相同强度表达。我们扩展了EthioEmo数据集以弥补这一差距，通过添加情感强度标注。此外，我们对该丰富数据集上的先进编码器-only预训练语言模型（PLMs）和大型语言模型（LLMs）进行基准测试。我们的结果表明，面向非洲的编码器-only模型在各种情感理解任务中持续优于开源LLMs，这凸显了在情感理解中结合文化和语言特性的小型模型的重要性。将情感强度特征纳入多标签情感分类可获得更佳性能。该数据可在https://huggingface.co/datasets/Tadesse/EthioEmo-intensities获取。