感情分析のために言語モデルを強化できる直感的,談話マーカー【JST・京大機械翻訳】

Ein-Dor Liat; Shnayderman Ilya; Spector Artem; Dankin Lena; Aharonov Ranit; Slonim Noam

プレプリント

J-GLOBAL ID：202202212601969680 整理番号：22P0024263

感情分析のために言語モデルを強化できる直感的,談話マーカー【JST・京大機械翻訳】

Fortunately, Discourse Markers Can Enhance Language Models for Sentiment Analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年01月06日プレプリントサーバーでの情報更新日： 2022年04月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

近年,事前訓練された言語モデルはNLP世界を革命してきたが,様々な下流タスクにおける最先端の性能の状態を達成している。しかし,多くの場合,これらのモデルは,ラベル付きデータが不足し,モデルがゼロまたは数ショット設定で実行すると予想される場合,うまく機能しない。最近,いくつかの研究は,下流タスクと良く並んだ事前訓練(訓練間)の第2フェーズを継続して行うことが,特に不十分なデータ設定において,改善された結果を導くことができることを示している。ここでは,感情分析に対する言語モデルの適応に使用できる大規模弱ラベル化データを生成するため,感情輸送ディスコースマーカーを活用することを提案する。広範な実験結果は,金融領域を含むさまざまなベンチマークデータセットに関する著者らのアプローチの価値を示した。コード,モデルおよびデータはhttps://github.com/ibm/tslm discourse markersで利用可能である。【JST・京大機械翻訳】

, , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , パターン認識

, , , , ,

前のページに戻る