探究单语与多语 BERT 模型在越南语方面类别检测中的表现
计算与语言
2021-03-18 v1 机器学习
摘要
方面类别检测（ACD）是基于方面的情感分析问题中具有挑战性的任务之一。该任务的目的是从一组预定义类别中识别用户生成评论中所提及的方面类别。在本文中，我们研究了各种单语预训练语言模型与多语模型在越南语方面类别检测问题上的性能对比。我们在餐厅和酒店领域的两个基准数据集上进行了实验。实验结果表明，单语 PhoBERT 模型在两个数据集上优于其他模型。我们还基于将其他语言的整个 SemEval-2016 数据集与越南语数据集相结合，评估了多语模型的性能。据我们所知，我们的研究首次尝试在方面类别检测任务上执行多种可用的预训练语言模型，并基于多语模型利用其他语言的数据集。
引用
@article{arxiv.2103.09519,
title = {Investigating Monolingual and Multilingual BERTModels for Vietnamese Aspect Category Detection},
author = {Dang Van Thin and Lac Si Le and Vu Xuan Hoang and Ngan Luu-Thuy Nguyen},
journal= {arXiv preprint arXiv:2103.09519},
year = {2021}
}
备注
6 pages, 1 figure