Fugu-MT 論文翻訳(概要): LiSSS: A toy corpus of Spanish Literary Sentences for Emotions detection

論文の概要: LiSSS: A toy corpus of Spanish Literary Sentences for Emotions detection

arxiv url: http://arxiv.org/abs/2005.08223v2
Date: Sat, 6 Jun 2020 10:30:11 GMT
ステータス: 処理完了
システム内更新日: 2022-12-02 05:42:00.246038
Title: LiSSS: A toy corpus of Spanish Literary Sentences for Emotions detection
Title（参考訳）: liss: 感情検出のためのスペイン語文学文の玩具コーパス
Authors: Juan-Manuel Torres-Moreno, Luis-Gil Moreno-Jim\'enez
Abstract要約: このコーパスは,愛,恐怖,幸福,怒り,悲しみ/痛みという感情のセットで,文章を手作業で分類することで構成する。 LISSSコーパスは、CCライクなアルゴリズムの評価や作成のための無料リソースとして、コミュニティに提供される。
参考スコア（独自算出の注目度）: 1.5356167668895644
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work we present a new small data-set in Computational Creativity (CC) field, the Spanish Literary Sentences for emotions detection corpus (LISSS). We address this corpus of literary sentences in order to evaluate or design algorithms of emotions classification and detection. We have constitute this corpus by manually classifying the sentences in a set of emotions: Love, Fear, Happiness, Anger and Sadness/Pain. We also present some baseline classification algorithms applied on our corpus. The LISSS corpus will be available to the community as a free resource to evaluate or create CC-like algorithms.
Abstract（参考訳）: 本研究では,感情検出コーパス (LISSS) のためのスペイン語文学文集であるComputational Creativity (CC) 分野の新しい小さなデータセットを提案する。本稿では,感情の分類と検出のアルゴリズムを評価・設計するために,文のコーパスに対処する。このコーパスは、感情の集合、愛、恐怖、幸福、怒り、悲しみ/痛みを手動で分類することで構成しました。また,コーパスに適用したベースライン分類アルゴリズムを提案する。 LISSSコーパスは、CCライクなアルゴリズムの評価や作成のための無料リソースとしてコミュニティに提供される。

関連論文リスト

Emo-DNA: Emotion Decoupling and Alignment Learning for Cross-Corpus Speech Emotion Recognition [16.159171586384023]
クロスコーパス音声感情認識(SER)は、よくラベルされたコーパスからラベルのない音声感情を推測する能力を一般化しようとする。既存の手法は、典型的には教師なし領域適応(UDA)に基づいており、グローバルな分布アライメントによってコーパス不変の特徴を学ぶのに苦労している。クロスコーパスSERのための新しい感情デカップリングaNdアライメント学習フレームワーク(EMO-DNA)を提案する。
論文参考訳（メタデータ） (2023-08-04T08:15:17Z)
A Corpus for Sentence-level Subjectivity Detection on English News Articles [49.49218203204942]
我々はこのガイドラインを用いて、議論を呼んだ話題に関する英ニュース記事から抽出した638の目的語と411の主観的な文からなるNewsSD-ENGを収集する。我々のコーパスは、語彙や機械翻訳といった言語固有のツールに頼ることなく、英語で主観的検出を行う方法を舗装している。
論文参考訳（メタデータ） (2023-05-29T11:54:50Z)
Sentiment-Aware Word and Sentence Level Pre-training for Sentiment Analysis [64.70116276295609]
SentiWSPは、WordレベルとSentenceレベルの事前トレーニングタスクを組み合わせた、Sentiment対応の事前トレーニング言語モデルである。 SentiWSPは、様々な文レベルおよびアスペクトレベルの感情分類ベンチマーク上で、最先端のパフォーマンスを新たに達成する。
論文参考訳（メタデータ） (2022-10-18T12:25:29Z)
The ABBE Corpus: Animate Beings Being Emotional [14.50261153230204]
私たちはABBEコーパス -- Animate Beings Emotional -- を新たに2つの注釈付きテキストコーパスとして提供します。コーパスには30の章があり、英語小説のコーパスから134,513語が抽出されている。 2,010個の感情表現が含まれており、これは2,227個の動物に由来する。
論文参考訳（メタデータ） (2022-01-25T20:35:52Z)
Textless Speech Emotion Conversion using Decomposed and Discrete Representations [49.55101900501656]
我々は、音声を、コンテンツ単位、F0、話者、感情からなる離散的、非絡み合いの学習表現に分解する。まず、内容単位を対象の感情に翻訳し、その単位に基づいて韻律的特徴を予測することによって、音声内容を変更する。最後に、予測された表現をニューラルボコーダに入力して音声波形を生成する。
論文参考訳（メタデータ） (2021-11-14T18:16:42Z)
An analysis of full-size Russian complexly NER labelled corpus of Internet user reviews on the drugs based on deep learning and language neural nets [94.37521840642141]
我々は、インターネットユーザーレビューのフルサイズのロシアの複雑なNERラベルコーパスを提示します。高度なディープラーニングニューラルネットワークセットは、ロシアのテキストから薬理学的に有意義な実体を抽出するために使用される。
論文参考訳（メタデータ） (2021-04-30T19:46:24Z)
Quasi Error-free Text Classification and Authorship Recognition in a large Corpus of English Literature based on a Novel Feature Set [0.0]
GLECの準誤りのないテキスト分類とオーサシップ認識は,同一の5つのスタイルと5つのコンテンツ特徴を用いた手法で可能であることを示す。我々のデータは、心理学を読むための文学や実験の、多くの未来の計算および実証的研究の道を開く。
論文参考訳（メタデータ） (2020-10-21T07:39:55Z)
Corpus Creation for Sentiment Analysis in Code-Mixed Tamil-English Text [0.9235531183915556]
YouTubeのコメント投稿15,744件を含む,コード変更による感情注釈付きコーパスを作成します。本稿では,コーパスの作成と極性を割り当てるプロセスについて述べる。本稿では,このコーパスでトレーニングした感情分析の結果をベンチマークとして,アノテーション間の合意を提示する。
論文参考訳（メタデータ） (2020-05-30T07:17:27Z)
A computational model implementing subjectivity with the 'Room Theory'. The case of detecting Emotion from Text [68.8204255655161]
本研究は,テキスト分析における主観性と一般的文脈依存性を考慮した新しい手法を提案する。単語間の類似度を用いて、ベンチマーク中の要素の相対的関連性を抽出することができる。この方法は、主観的評価がテキストの相対値や意味を理解するために関係しているすべてのケースに適用できる。
論文参考訳（メタデータ） (2020-05-12T21:26:04Z)
Cross Lingual Cross Corpus Speech Emotion Recognition [0.0]
本稿では,単一コーパスとクロスコーパス設定の両方において,4言語を対象とした音声感情認識の結果について述べる。ジェンダー,自然性,覚醒を伴うマルチタスク学習(MTL)は,感情モデルの一般化能力を高めることが示されているため,本稿では,MTLフレームワークのもう一つの補助課題として言語IDを導入する。
論文参考訳（メタデータ） (2020-03-18T00:23:08Z)
A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
論文参考訳（メタデータ） (2020-01-28T05:03:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。