抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
感情強度予測は,著者がテキストで表現する感情の程度または強度を決定し,感情検出に対する以前のカテゴリーアプローチを拡張した。このトピックに関するほとんどの以前の研究は英語テキストに集中しているが,他の言語は,各新しい言語で英語で利用可能な注釈付きデータ量を再現することなく,微細粒感情分類から利益を得る。その結果,スペインとカタランツイートにおける細粒感情検出に対する交差言語移動アプローチを検討した。この目的のために,著者らは,最良Worstスケーリングを用いて,スペインとカタランツイートの試験セットを注釈する。6つの交差言語アプローチ,例えば,機械翻訳と交差言語埋込みを比較し,それは並列データに対する要求を,並列文の百万から完全に教師なしに変えた。結果は,このデータに関して,低い並列データ要求による方法が,より並列のデータを使用する方法より驚くほど良く機能して,それは詳細な誤差解析を通して説明することを示した。著者らは,データセットとウルル{https://github.com/jerbarnes/fine grained_cross lingual_emotion}で利用可能なコードを作った。【JST・京大機械翻訳】