面向罗马乌尔都语 YouTube 评论的情感分析
计算与语言
2021-02-22 v1 人工智能
摘要
情感分析是机器学习领域一个广阔的领域。已有大量工作针对英语数据集及其分析展开。在巴基斯坦,海量数据以罗马乌尔都语形式存在,分散于 Twitter、YouTube、Facebook 等社交网站及类似应用中。本研究聚焦于从 YouTube 评论收集数据集。该数据集包含人们对不同巴基斯坦电视剧与电视节目的评论。数据集包含将评论分为积极、消极和中性情感的多类分类。本研究对五种监督学习算法进行了比较分析,包括线性回归、SVM、KNN、多层感知机与朴素贝叶斯分类器。采用准确率、召回率、精确率和 F 值度量性能。结果显示 SVM 的准确率为 64%,优于其余算法。
引用
@article{arxiv.2102.10075,
title = {Sentiment Analysis for YouTube Comments in Roman Urdu},
author = {Tooba Tehreem},
journal= {arXiv preprint arXiv:2102.10075},
year = {2021}
}