基于Viterbi算法与迁移学习的推文情感抽取
人工智能
2023-08-14 v1 计算与语言
摘要
推文情感抽取提取句子中最具意义的部分，以判定情感为正或负。本研究旨在识别推文句子中引发任何情绪的部分。为实现该目标，我们持续改进作者先前修改的Viterbi算法，使其能接收预训练模型参数。我们引入置信度分数与向量作为两个指标，负责在评估最终结果前对模型进行内部评价。随后我们提出一种微调该非参数模型的方法。我们发现，随着置信度分数向量精确揭示预测状态中置信度最低之处，以及修改是否提升了置信度分数或调优是否走向错误方向，模型变得高度可解释。
引用
@article{arxiv.2308.05973,
title = {Tweet Sentiment Extraction using Viterbi Algorithm with Transfer Learning},
author = {Zied Baklouti},
journal= {arXiv preprint arXiv:2308.05973},
year = {2023}
}