印地语天城文文本中的多类别后悔情绪检测
计算与语言
2024-01-31 v1 人工智能
摘要
近年来，社交媒体上使用印地语的人数急剧增加。后悔是我们日常生活中一种常见的情绪体验。许多社交媒体用户经常分享他们的后悔经历和观点。这可能导致人们重新评估自己的选择，并渴望在有机会时做出不同的决定。因此，了解后悔的来源对于研究其对行为和决策的影响至关重要。本研究聚焦于后悔情绪及其在各类社交媒体平台上的表达方式，特别是印地语。在我们的研究中，我们提供了一个来自三个不同来源的新数据集，其中每个句子都被人工分类为三类之一：“因行动而后悔”、“因不行动而后悔”和“无后悔”。随后，我们利用该数据集研究印地语文本中后悔的语言表达，并识别出最常与后悔相关的文本领域。我们的研究结果表明，社交媒体平台上的个人经常对过去的不作为和行动表达后悔，尤其是在人际关系领域。我们使用预训练的BERT模型为印地语数据集生成词嵌入，并比较了深度学习模型与传统机器学习模型，以展示其准确性。我们的结果显示，结合CNN的BERT嵌入始终优于其他模型。这说明了BERT在后悔领域传达词语上下文和含义方面的有效性。
引用
@article{arxiv.2401.16561,
title = {Multi-class Regret Detection in Hindi Devanagari Script},
author = {Renuka Sharma and Sushama Nagpal and Sangeeta Sabharwal and Sabur Butt},
journal= {arXiv preprint arXiv:2401.16561},
year = {2024}
}