Optimize_Prime@DravidianLangTech-ACL2022:泰米尔语情感分析
计算与语言
2022-04-21 v1
摘要
本文旨在对泰米尔语社交媒体评论进行情感分析。情感分析是识别文本情感语境的过程。在本文中,我们展示了 Optimize_Prime 团队在 ACL 2022 共享任务“泰米尔语情感分析”中所获得的发现。该任务旨在将社交媒体评论分类为喜悦、愤怒、信任、厌恶等情感类别。任务进一步分为两个子任务,一个包含 11 个宽泛情感类别,另一个包含 31 个具体情感类别。我们实现了三种不同方法来应对该问题:基于 transformer 的模型、循环神经网络(RNNs)和集成模型。XLM-RoBERTa 在第一个任务上表现最佳,宏平均 f1 分数为 0.27,而 MuRIL 在第二个任务上提供了最佳结果,宏平均 f1 分数为 0.13。
引用
@article{arxiv.2204.09087,
title = {Optimize_Prime@DravidianLangTech-ACL2022: Emotion Analysis in Tamil},
author = {Omkar Gokhale and Shantanu Patankar and Onkar Litake and Aditya Mandke and Dipali Kadam},
journal= {arXiv preprint arXiv:2204.09087},
year = {2022}
}