利用IndoBERT和DistilBERT进行印尼语电商评论情感分类
计算与语言
2025-09-19 v1
摘要
理解印尼语言中的情感对于改善电子商务客户体验至关重要。本研究聚焦于通过利用先进的语言模型IndoBERT和DistilBERT来提高印尼语情感分类的准确率。我们方法的一个关键组成部分是数据处理， specifically 数据增强，包括回译和同义词替换等技术。这些方法在提升模型性能方面发挥了重要作用。经过超参数调优后，IndoBERT达到了80%的准确率，显示出细致的数据处理的影响。虽然将多个IndoBERT模型组合在一起略微提高了性能，但并未显著提升性能。我们的发现表明，IndoBERT是印尼语情感分类中最有效的模型，数据增强在实现高准确率方面发挥了关键作用。未来的研究应关注探索替代的架构和策略，以提高印尼语自然语言处理任务的泛化能力。
关键词
引用
@article{arxiv.2509.14611,
title = {Leveraging IndoBERT and DistilBERT for Indonesian Emotion Classification in E-Commerce Reviews},
author = {William Christian and Daniel Adamlu and Adrian Yu and Derwin Suhartono},
journal= {arXiv preprint arXiv:2509.14611},
year = {2025}
}