UniSent：面向 1000+ 语言的通用可适配情感词典
计算与语言
2019-12-02 v2
摘要
在本文中，我们介绍了面向 语言的 UniSent 通用情感词典。在缺乏文档级标注的情况下（这是低资源语言非常常见的场景），情感词典对于情感分析至关重要。据我们所知，就覆盖语言数量而言，UniSent 是迄今为止最大的情感资源，包括许多低资源语言。在这项工作中，我们使用大规模平行圣经语料库将情感信息从英语投影到其他语言，以用于 Twitter 数据上的情感分析。我们引入了一种称为 DomDrift 的方法，通过置信度加权方案来缓解圣经与 Twitter 之间的巨大领域失配，该方案使用领域特定嵌入来比较候选情感词在源（圣经）和目标（Twitter）领域中的最近邻。我们在有手工创建真值可用的语言子集（马其顿语、捷克语、德语、西班牙语和法语）中评估了 UniSent 的质量。我们表明，当 UniSent 用作基于嵌入表示进行词情感预测任务的情感种子时，其质量可与手工创建的情感资源相媲美。此外，我们表明，在 Twitter 领域中，仅使用 UniSent 和单语嵌入即可可靠地预测德语、西班牙语、法语和意大利语中的表情符号情感。随着本文的发表，我们发布了 UniSent 情感词典。
引用
@article{arxiv.1904.09678,
title = {UniSent: Universal Adaptable Sentiment Lexica for 1000+ Languages},
author = {Ehsaneddin Asgari and Fabienne Braune and Benjamin Roth and Christoph Ringlstetter and Mohammad R. K. Mofrad},
journal= {arXiv preprint arXiv:1904.09678},
year = {2019}
}