多种非洲语言上的情感分析：当前基准评测
计算与语言
2023-10-24 v1 人工智能
摘要
情感分析是自然语言处理（NLP）中一项基础且有价值的任务。然而，由于数据和技术的可及性限制，针对非洲语言的情感分析研究一直较为零散且匮乏。随着作为第17届语义评测国际研讨会一部分举办的 AfriSenti-SemEval 共享任务12近期发布，一个涵盖14种非洲语言的标注情感分析数据集得以公开。我们在12种语言上对所当前最先进的 transformer 模型进行了基准评测与比较，并对比了“每种语言一个模型”与“单一模型覆盖所有语言”的训练方式表现。我们还评估了标准多语言模型的性能及其从非非洲语言向非洲语言学习与迁移跨语言表征的能力。结果表明，尽管已有低资源建模方面的工作，在每种语言上更多数据仍能产出更好的模型。专为非洲语言开发的模型在所有任务上均优于其他模型。此外，在所评估模型的逐语言评价中，不存在“一个模型适配所有”的方案。而且，对于某些样本量较小的语言，较大的多语言模型在情感分类上可能优于专用的逐语言模型。
引用
@article{arxiv.2310.14120,
title = {Sentiment Analysis Across Multiple African Languages: A Current Benchmark},
author = {Saurav K. Aryal and Howard Prioleau and Surakshya Aryal},
journal= {arXiv preprint arXiv:2310.14120},
year = {2023}
}
备注
Accepted to be published as part of SIAIA @ AAAI 2023