基于远距离监督的语言无关情感标注：针对英语、Sepedi 和 Setswana 的案例研究
计算与语言
2025-11-26 v1 人工智能
摘要
情感分析是帮助自动分析各主题中意见和情感的有用任务，适用于诸如 AI for Social Good、AI in Education 或营销等领域。虽然许多情感分析系统是为英语开发的，但许多非洲语言因缺乏数字语言资源（如带有相应情感类的文本标签）而被分类为低资源语言。一个原因是手动标注文本数据耗时且昂贵。因此，需要自动和快速的过程来尽可能减少手动工作，使标注过程尽可能高效。在本文中，我们提出并分析了一种自动语言无关情感标注方法，该方法利用情感表情符号和单词中的信息。我们的实验是在 SAfriSenti 语料库中进行的，该语料库为南非语言提供了多语言情感语料库。我们表明，我们的情感标注方法能够以 66% 的准确率对英语推文进行标注，以 69% 的准确率对 Sepedi 推文进行标注，以 63% 的准确率对 Setswana 推文进行标注，以便平均只有 34% 的自动生成标签需要被纠正。
引用
@article{arxiv.2511.19818,
title = {Language-Independent Sentiment Labelling with Distant Supervision: A Case Study for English, Sepedi and Setswana},
author = {Koena Ronny Mabokela and Tim Schlippe and Mpho Raborife and Turgay Celik},
journal= {arXiv preprint arXiv:2511.19818},
year = {2025}
}
备注
Published in the The Fourth Workshop on Processing Emotions, Decisions and Opinions (EDO 2023) at 10th Language & Technology Conference: Human Language Technologies as a Challenge for Computer Science and Linguistics (LTC 2023), Pozna\'n, Poland, 21-23 April 2023. ISBN: 978-83-232-4176-8