巴西葡萄牙语用户评论的情感分析

情感分析是最经典且被主要研究的自然语言处理任务之一。随着更复杂且可扩展的机器学习模型的提出,该问题取得了显著进展。尽管有此进步,巴西葡萄牙语仍仅有有限的语言资源,例如专用于情感分类的数据集,特别是在考虑到存在训练、测试和验证集的预定义划分从而允许对不同算法方案进行更公平比较的情况下。受这些问题推动,本工作分析了一系列文档嵌入策略的预测性能,将极性作为系统输出。该分析包含五个巴西葡萄牙语情感分析数据集,它们被统一为单一数据集,以及训练、测试和验证集的参考划分,二者均通过数字仓库公开提供。我们对不同上下文下的数据集特定模型进行了交叉评估,以评价其泛化能力以及采用单一模型处理所有场景的可行性。