利用 distilBert Transformer 模型对 COVID-19 波斯语开放式文本回复进行情感分类
计算与语言
2022-12-19 v1 计算机与社会
摘要
COVID-19 大流行在人类生活的各个方面都造成了剧烈改变。政府的相关法规影响了所有人的生活方式。鉴于此，研究个体的情感对于了解未来大流行的影响至关重要。为此，我们提出了一种 NLP（自然语言处理）模型，用于分析一项波斯语调查中的开放式文本回答，并识别伊朗民众的正面和负面情感。本研究中，应用了 distilBert Transformer 模型来完成该任务。我们部署了三种方法进行比较，我们的最佳模型取得了准确率：0.824、精确率：0.824、召回率：0.798 和 F1 分数：0.804。
引用
@article{arxiv.2212.08407,
title = {Utilizing distilBert transformer model for sentiment classification of COVID-19's Persian open-text responses},
author = {Fatemeh Sadat Masoumi and Mohammad Bahrani},
journal= {arXiv preprint arXiv:2212.08407},
year = {2022}
}
备注
The paper is accepted at The 7th International Conference on Science and Technology of Electrical, Computer, and Mechanical Engineering of Iran