使用混合特征的多通道CNN对尼泊尔语COVID-19相关推文进行分类
计算与语言
2023-09-19 v1 机器学习
社会与信息网络
摘要
由于当前COVID-19疫情及其在人群中日益增长的恐惧，它引发了多种健康并发症，如抑郁和焦虑。这些并发症不仅影响了发达国家，也影响了尼泊尔等发展中国家。通过对人们在线发布的推文/评论进行适当的分析和情感分类，可以理解这些并发症。然而，由于每条推文中的标记/单词数量有限，捕捉与之相关的多种信息以更好地理解它们始终至关重要。在本研究中，我们首先通过结合句法和语义信息（称为混合特征）来表示每条推文。句法信息由词袋方法生成，而语义信息则由基于fastText（ft）和领域特定（ds）方法的组合生成。其次，我们设计了一种新颖的多通道卷积神经网络（MCNN），它集成了多个CNN，以捕获多尺度信息以实现更好的分类。最后，我们在NepCOV19Tweets数据集上评估了所提出的特征提取方法和MCNN模型将推文分类为三种情感类别（积极、中性和消极）的有效性，该数据集是唯一的尼泊尔语公开COVID-19推文数据集。评估结果表明，所提出的混合特征优于单独的特征提取方法，最高分类准确率为69.7%，而MCNN模型在分类过程中优于现有方法，最高分类准确率为71.3%。
引用
@article{arxiv.2203.10286,
title = {Multi-channel CNN to classify nepali covid-19 related tweets using hybrid features},
author = {Chiranjibi Sitaula and Tej Bahadur Shahi},
journal= {arXiv preprint arXiv:2203.10286},
year = {2023}
}
备注
This paper is under consideration in Journal of Ambient Intelligence and Humanized Computing (Springer) journal. This version may be deleted or updated at any time depending on the journal's policy upon acceptance