MONOVAB：一个用于孟加拉语多标签情感检测的标注语料库
机器学习
2025-05-06 v2 计算与语言
摘要
近年来，情感分析（SA）与情绪识别（ER）在孟加拉语中日益流行，孟加拉语是全球第七大使用人数的语言。然而，该语言结构复杂，使得这一领域难以准确提取情绪。若干不同的方法，如正负面情感提取以及多类情绪提取，已在该研究领域中得到应用。尽管如此，多情感提取在该语言中几乎是一个未被触及的领域，其涉及基于单条文本识别多种感受。因此，本研究展示了一种基于从 Facebook 爬取数据构建标注语料库的详尽方法，以弥合该主题领域的空白并克服相关挑战。为使该标注更具成效，采用了基于上下文的方法。Transformer 的著名方法双向编码器表示（BERT）在所有已实现的方法中表现出最佳结果。最后，开发了一个 Web 应用来展示预训练最佳性能模型（BERT）在孟加拉语多标签 ER 上的表现。
引用
@article{arxiv.2309.15670,
title = {MONOVAB : An Annotated Corpus for Bangla Multi-label Emotion Detection},
author = {Sumit Kumar Banshal and Sajal Das and Shumaiya Akter Shammi and Narayan Ranjan Chakraborty and Aulia Luqman Aziz and Mohammed Aljuaid and Fazla Rabby and Rohit Bansal},
journal= {arXiv preprint arXiv:2309.15670},
year = {2025}
}