间接机器翻译对情感分类的影响
计算与语言
2020-08-27 v1
摘要
情感分类对许多自然语言处理（NLP）应用至关重要，例如影评、推文或客户反馈的分析。构建鲁棒的情感分类系统需要足够大量的数据。然而，并非所有领域或所有语言都始终具备此类资源。在本工作中，我们提出使用机器翻译（MT）系统将客户反馈翻译为另一种语言，以探究在哪些情况下翻译后的句子会对自动情感分类器产生正面或负面影响。此外，由于直接翻译并非总可行，我们探索了使用枢轴 MT 系统翻译后的句子上自动分类器的性能。我们利用上述方法进行若干实验，分析所提情感分类系统的性能，并讨论对翻译句子进行分类的优缺点。
引用
@article{arxiv.2008.11257,
title = {The Impact of Indirect Machine Translation on Sentiment Classification},
author = {Alberto Poncelas and Pintu Lohar and Andy Way and James Hadley},
journal= {arXiv preprint arXiv:2008.11257},
year = {2020}
}