Fugu-MT 論文翻訳(概要): Analysis of Basic Emotions in Texts Based on BERT Vector Representation

論文の概要: Analysis of Basic Emotions in Texts Based on BERT Vector Representation

arxiv url: http://arxiv.org/abs/2101.11433v2
Date: Sun, 31 Jan 2021 12:47:33 GMT
ステータス: 処理完了
システム内更新日: 2021-03-21 18:38:38.051531
Title: Analysis of Basic Emotions in Texts Based on BERT Vector Representation
Title（参考訳）: BERTベクトル表現に基づくテキストの基本感情の分析
Authors: A. Artemov, A. Veselovskiy, I. Khasenevich, I. Bolokhov
Abstract要約: 著者らは、テキストにおける感情認識の課題において、GAN型モデルとその開発の最も重要な段階を提示する。本研究では,手動でラベル付けした不完全なデータに基づいて,すべての感情の組み合わせを合成したデータセットを生成する手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In the following paper the authors present a GAN-type model and the most important stages of its development for the task of emotion recognition in text. In particular, we propose an approach for generating a synthetic dataset of all possible emotions combinations based on manually labelled incomplete data.
Abstract（参考訳）: 下記の論文では、テキストにおける感情認識の課題のための、GAN型モデルとその開発の最も重要な段階について述べる。特に,手作業でラベルづけされた不完全なデータに基づいて,すべての感情の組み合わせの合成データセットを生成する手法を提案する。

関連論文リスト

WAS: Dataset and Methods for Artistic Text Segmentation [57.61335995536524]
本稿では,芸術的テキストセグメンテーションの課題に焦点を当て,実際の芸術的テキストセグメンテーションデータセットを構築する。本稿では,モデルが特別な形状のストローク領域を無視するのを防ぐために,レイヤワイド・モーメント・クエリを用いたデコーダを提案する。また,大域構造に焦点を合わせるために,骨格支援ヘッドを提案する。
論文参考訳（メタデータ） (2024-07-31T18:29:36Z)
Towards Unified Multi-granularity Text Detection with Interactive Attention [56.79437272168507]
Detect Any Text"は、シーンテキストの検出、レイアウト分析、ドキュメントページの検出を結合的なエンドツーエンドモデルに統合する高度なパラダイムである。 DATにおける重要なイノベーションは、テキストインスタンスの表現学習を大幅に強化する、粒度横断型アテンションモジュールである。テストによると、DATは様々なテキスト関連ベンチマークで最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2024-05-30T07:25:23Z)
Large Language Models on Fine-grained Emotion Detection Dataset with Data Augmentation and Transfer Learning [1.124958340749622]
本研究の目的は,テキスト中の微妙な感情を検出することの課題に対処することである。この発見は、テキストにおける感情検出の課題に対処するための貴重な洞察を提供する。
論文参考訳（メタデータ） (2024-03-10T06:30:54Z)
How Well Do Text Embedding Models Understand Syntax? [50.440590035493074]
テキスト埋め込みモデルが幅広い構文的文脈にまたがって一般化する能力は、まだ解明されていない。その結果,既存のテキスト埋め込みモデルは,これらの構文的理解課題に十分対応していないことが明らかとなった。多様な構文シナリオにおけるテキスト埋め込みモデルの一般化能力を高めるための戦略を提案する。
論文参考訳（メタデータ） (2023-11-14T08:51:00Z)
Context Unlocks Emotions: Text-based Emotion Classification Dataset Auditing with Large Language Models [23.670143829183104]
テキストデータに文脈情報がないため、テキストベースの感情分類データセットのアノテーションプロセスは困難である。本稿では,このような文脈情報を強化するための促進戦略を動機付けるために,テキストコンテキストの形式的定義を提案する。提案手法は, 経験的, 人的評価的両面から, 入力と人的アノテートラベルのアライメントを改善する。
論文参考訳（メタデータ） (2023-11-06T21:34:49Z)
Emotion Embeddings $\unicode{x2014}$ Learning Stable and Homogeneous Abstractions from Heterogeneous Affective Datasets [4.720033725720261]
感情の共有潜在表現を学習する訓練手順を提案する。幅広い異種感情データセットの実験は、このアプローチが望ましい相互運用性をもたらすことを示している。
論文参考訳（メタデータ） (2023-08-15T16:39:10Z)
A Survey on Physiological Signal Based Emotion Recognition [1.52292571922932]
生理的信号に基づく感情認識に関する既存のレビュー論文は、感情認識のワークフローに関わる通常のステップのみを調査した。本稿では、物体間データ分散が感情認識に与える影響、感情認識のための重要なデータアノテーション技術とその比較、各生理的信号に対するデータ前処理技術、感情認識モデルの一般化を改善するデータ分割技術および異なるマルチモーダル融合技術とその比較について述べる。
論文参考訳（メタデータ） (2022-05-20T23:59:44Z)
Multimodal Emotion Recognition using Transfer Learning from Speaker Recognition and BERT-based models [53.31917090073727]
本稿では,音声とテキストのモダリティから,伝達学習モデルと微調整モデルとを融合したニューラルネットワークによる感情認識フレームワークを提案する。本稿では,対話型感情的モーションキャプチャー・データセットにおけるマルチモーダル・アプローチの有効性を評価する。
論文参考訳（メタデータ） (2022-02-16T00:23:42Z)
Emotion-Cause Pair Extraction in Customer Reviews [3.561118125328526]
我々は,オンラインレビューの分野において,ECPEにおける研究成果を提示することを目的としている。手動でアノテートしたデータセットを用いて、ニューラルネットワークを用いて感情の原因ペアを抽出するアルゴリズムを探索する。本稿では,従来の参考資料を用いたモデルと感情要因のペア抽出と,感情認識単語の埋め込み領域の研究を組み合わせることを提案する。
論文参考訳（メタデータ） (2021-12-07T20:56:20Z)
Emotion-aware Chat Machine: Automatic Emotional Response Generation for Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2021-06-06T06:26:15Z)
Target Guided Emotion Aware Chat Machine [58.8346820846765]
意味レベルと感情レベルにおける投稿に対する応答の整合性は、人間のような対話を提供する対話システムにとって不可欠である。この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
論文参考訳（メタデータ） (2020-11-15T01:55:37Z)

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。