NoReC：挪威语评论语料库
计算与语言
2017-10-17 v1
摘要
本文介绍了为训练和评估文档级情感分析模型而创建的挪威语评论语料库（NoReC）。这些全文评论收集自挪威主要新闻来源，涵盖了包括文学、电影、电子游戏、餐厅、音乐和戏剧在内的多个不同领域，以及跨越多个类别的产品评论。每篇评论都带有原始作者提供的 1-6 分的手动评分标签。该语料库的首次发布包含超过 35,000 篇评论。它使用 CoNLL-U 格式分发，通过 UDPipe 进行预处理，并附带丰富的元数据。本文报告的工作是 SANT 倡议（Sentiment Analysis for Norwegian Text，挪威语文本情感分析）的一部分，该项目旨在为挪威语的情感分析和意见挖掘提供资源与工具。由于此前挪威语一直缺乏情感分析资源，NoReC 代表了对挪威语语言技术极具价值且备受期待的补充。
引用
@article{arxiv.1710.05370,
title = {NoReC: The Norwegian Review Corpus},
author = {Erik Velldal and Lilja Øvrelid and Eivind Alexander Bergem and Cathrine Stadsnes and Samia Touileb and Fredrik Jørgensen},
journal= {arXiv preprint arXiv:1710.05370},
year = {2017}
}
备注
Pending (non-anonymous) review for LREC 2018