揭示基于文本的情感检测的局限
计算与语言
2022-07-12 v2 机器学习
摘要
从文本中识别情感对于多种现实任务至关重要。我们考虑当前可用的两个最大的情感分类语料库：GoEmotions，包含 58k 条由读者标注的消息；以及 Vent，包含 33M 条由写作者标注的消息。我们设计了一个基准，并评估了若干特征空间和学习算法，包括在 BERT 之上的两个简单但新颖的模型，它们在 GoEmotions 上优于先前强基线。通过一项人类参与者实验，我们还分析了写作者表达情感的方式与读者感知情感的方式之间的差异。我们的结果表明，写作者表达的情感比读者感知的情感更难识别。我们分享了一个公开的网络界面，供研究者探索我们的模型。
引用
@article{arxiv.2109.01900,
title = {Uncovering the Limits of Text-based Emotion Detection},
author = {Nurudin Alvarez-Gonzalez and Andreas Kaltenbrunner and Vicenç Gómez},
journal= {arXiv preprint arXiv:2109.01900},
year = {2022}
}
备注
Accepted for publication in Findings of EMNLP 2021