利用资源丰富语言进行代码混合语言的情感分析
计算与语言
2024-03-08 v1
摘要
代码混合数据是自然语言处理的一个重要挑战，因为其特性与传统标准语言的结构完全不同。在本文中，我们提出一种称为代码混合文本情感分析（SACMT）的新颖方法，使用对比学习将句子分类为相应的情感——积极、消极或中性。我们利用连体网络的共享参数将代码混合语言和标准语言的句子映射到通用情感空间。此外，我们引入一种基于基本聚类的预处理方法来捕获代码混合音译词的变异。我们的实验表明，SACMT 在代码混合文本情感分析中以准确率提升 7.6% 和 F 值提升 10.1% 优于最先进的方法。
引用
@article{arxiv.1804.00806,
title = {Sentiment Analysis of Code-Mixed Languages leveraging Resource Rich Languages},
author = {Nurendra Choudhary and Rajat Singh and Ishita Bindlish and Manish Shrivastava},
journal= {arXiv preprint arXiv:1804.00806},
year = {2024}
}
备注
Accepted Long Paper at 19th International Conference on Computational Linguistics and Intelligent Text Processing, March 2018, Hanoi, Vietnam. arXiv admin note: text overlap with arXiv:1804.00805