使用多语言 BERT 的斯瓦希里语情感分类
计算与语言
2021-04-20 v1
摘要
互联网的演进增加了人们在各类平台上表达的信息量。这些信息可以是产品评论、论坛讨论或社交媒体平台上的内容。这些观点和人们情感的可获取性为意见挖掘和情感分析打开了大门。随着语言和语音技术日益先进，许多语言已被使用并获得了最佳模型。然而，由于语言多样性和数据集的缺乏，非洲语言被落在了后面。在本研究中，我们利用当前最先进的模型多语言 BERT，对斯瓦希里语数据集进行情感分类。数据通过提取并标注不同社交媒体平台上的 8.2k 条评论和评论以及 ISEAR 情感数据集创建。数据被分类为正面或负面。该模型经过微调并达到了 87.59% 的最佳准确率。
引用
@article{arxiv.2104.09006,
title = {Sentiment Classification in Swahili Language Using Multilingual BERT},
author = {Gati L. Martin and Medard E. Mswahili and Young-Seob Jeong},
journal= {arXiv preprint arXiv:2104.09006},
year = {2021}
}
备注
Accepted to African NLP Workshop, EACL 2021 (non-archival)