EnTaCs：英语-泰米尔语代码切换中情感与语言选择的关系分析
计算与语言
2026-03-30 v1
摘要
本文研究了英语-泰米尔语代码切换文本中话语情感与语言选择之间的关系，采用了机器学习和统计建模方法。我们对DravidianCodeMix数据集中的35,650条罗马化YouTube评论应用了微调后的XLM-RoBERTa模型进行token级语言识别，得到了每条话语的英语比例和语言切换频率的测量值。线性回归分析表明，在控制话语长度的情况下，积极话语的英语比例（34.3%）显著高于消极话语（24.8%），而混合情感话语表现出最高的语言切换频率。这些发现支持了以下假设：情感内容通过嵌入语言和矩阵语言的社会语言学关联，显著影响了多语言代码切换场景中的语言选择。
引用
@article{arxiv.2603.26587,
title = {EnTaCs: Analyzing the Relationship Between Sentiment and Language Choice in English-Tamil Code-Switching},
author = {Paul Bontempo},
journal= {arXiv preprint arXiv:2603.26587},
year = {2026}
}
备注
5 pages, 2 figures