FeelsGoodMan：推断 Twitch 新词的语义
计算与语言
2021-11-19 v2 机器学习
摘要
由于大量新词（特别是表情符号 emotes）的存在，Twitch 聊天在自然语言理解中提出了独特问题。共有 806 万个 emotes，其中超过 40 万在研究所用一周内被使用。关于 emotes 的含义或情感几乎没有任何信息，且随着新 emotes 的不断涌入及其频率的漂移，维护一个更新的手动标注数据集变得不可能。我们的论文做出双重贡献。首先，我们建立了 Twitch 数据情感分析的新基线，比先前有监督基准高出 7.9 个百分点。其次，我们引入了一个基于词嵌入和 k-NN 的简单但强大的无监督框架，用以用词汇表外知识丰富现有模型。该框架允许我们自动生成 emotes 的伪词典，并且我们表明，即使将此类 emote 知识注入到基于外部数据集（如影评或 Twitter）训练的情感分类器中，也能近乎匹配上述有监督基准。
引用
@article{arxiv.2108.08411,
title = {FeelsGoodMan: Inferring Semantics of Twitch Neologisms},
author = {Pavel Dolin and Luc d'Hauthuille and Andrea Vattani},
journal= {arXiv preprint arXiv:2108.08411},
year = {2021}
}