Fugu-MT 論文翻訳(概要): Exploring Transformers in Emotion Recognition: a comparison of BERT, DistillBERT, RoBERTa, XLNet and ELECTRA

論文の概要: Exploring Transformers in Emotion Recognition: a comparison of BERT, DistillBERT, RoBERTa, XLNet and ELECTRA

arxiv url: http://arxiv.org/abs/2104.02041v1
Date: Mon, 5 Apr 2021 17:46:10 GMT
ステータス: 処理完了
システム内更新日: 2021-04-06 16:14:22.231992
Title: Exploring Transformers in Emotion Recognition: a comparison of BERT, DistillBERT, RoBERTa, XLNet and ELECTRA
Title（参考訳）: 感情認識におけるトランスフォーマーの探索:BERT, DistillBERT, RoBERTa, XLNet, ELECTRAの比較
Authors: Diogo Cortiz
Abstract要約: 本稿では,自然言語理解(NLU)の感情認識への応用について検討する。微粒な感情データセットを用いて異なる言語モデルを微調整し,その性能評価を行った。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper investigates how Natural Language Understanding (NLU) could be applied in Emotion Recognition, a specific task in affective computing. We finetuned different transformers language models (BERT, DistilBERT, RoBERTa, XLNet, and ELECTRA) using a fine-grained emotion dataset and evaluating them in terms of performance (f1-score) and time to complete.
Abstract（参考訳）: 本稿では,感情認識において自然言語理解(NLU)をどのように適用できるかを検討する。異なるトランスフォーマー言語モデル(BERT, DistilBERT, RoBERTa, XLNet, ELECTRA)を微細な感情データセットを用いて微調整し, 性能(f1スコア)と完成までの時間で評価した。

関連論文リスト

Emotion Detection with Transformers: A Comparative Study [0.0]
我々は、異なる変圧器の変種を用いて、感情データセットを用いて、事前訓練されたトランスフォーマーモデルを訓練し、評価する。解析の結果,句読解や停止語といった一般的な手法は,モデルの性能を損なうことが判明した。
論文参考訳（メタデータ） (2024-03-18T23:22:50Z)
Leveraging the power of transformers for guilt detection in text [50.65526700061155]
本研究は,テキスト中の罪悪感を検出するための3つのトランスフォーマーベース言語モデルの適用性について検討する。提案モデルでは,BERTとRoBERTaをそれぞれ2点,RoBERTaを1点で比較した。
論文参考訳（メタデータ） (2024-01-15T01:40:39Z)
Transformer-based approaches to Sentiment Detection [55.41644538483948]
テキスト分類のための4種類の最先端変圧器モデルの性能について検討した。 RoBERTa変換モデルは82.6%のスコアでテストデータセット上で最高のパフォーマンスを示し、品質予測に非常に推奨されている。
論文参考訳（メタデータ） (2023-03-13T17:12:03Z)
Improving the Generalizability of Text-Based Emotion Detection by Leveraging Transformers with Psycholinguistic Features [27.799032561722893]
本稿では,両方向長短期記憶(BiLSTM)ネットワークと変換器モデル(BERT,RoBERTa)を併用したテキストベースの感情検出手法を提案する。提案したハイブリッドモデルでは,標準的なトランスフォーマーベースアプローチと比較して,分布外データへの一般化能力の向上が期待できる。
論文参考訳（メタデータ） (2022-12-19T13:58:48Z)
Emotion Detection From Tweets Using a BERT and SVM Ensemble Model [0.0]
本稿では,感情認識のための支援ベクトルマシンとトランスフォーマーからの双方向表現について検討する。 2つのBERTモデルとSVMモデルを組み合わせた新しいアンサンブルモデルを提案する。実験の結果,提案モデルでは,ツイート中の感情認識の精度が0.91であることがわかった。
論文参考訳（メタデータ） (2022-08-09T05:32:29Z)
XDBERT: Distilling Visual Information to BERT from Cross-Modal Systems to Improve Language Understanding [73.24847320536813]
本研究では,事前学習したマルチモーダル変換器から事前学習した言語エンコーダへの視覚情報の蒸留について検討する。我々のフレームワークは,NLUの言語重み特性に適応するために学習目標を変更する一方で,視覚言語タスクにおけるクロスモーダルエンコーダの成功にインスパイアされている。
論文参考訳（メタデータ） (2022-04-15T03:44:00Z)
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)
FBERT: A Neural Transformer for Identifying Offensive Content [67.12838911384024]
fBERTは、SOLIDで再訓練されたBERTモデルである。複数の英文データセット上での攻撃的内容の同定におけるfBERTの性能を評価し、SOLIDからインスタンスを選択するためのしきい値をテストする。 fBERTモデルは、コミュニティで自由に利用できるようになる。
論文参考訳（メタデータ） (2021-09-10T19:19:26Z)
Towards Emotion Recognition in Hindi-English Code-Mixed Data: A Transformer Based Approach [0.0]
感情検出のためのラベル付きhinglishデータセットを提案する。ヒンディー語と英語の混成ツイートの感情を検出するための深層学習に基づくアプローチに注目した。
論文参考訳（メタデータ） (2021-02-19T14:07:20Z)
HeBERT & HebEMO: a Hebrew BERT Model and a Tool for Polarity Analysis and Emotion Recognition [0.30458514384586394]
HeBERTは現代ヘブライ語テキストのトランスフォーマーベースのモデルである。 HebEMOはHeBERTを使って極性を検出し、Hebrewのユーザ生成コンテンツから感情を抽出するツールだ。
論文参考訳（メタデータ） (2021-02-03T06:59:59Z)
VisBERT: Hidden-State Visualizations for Transformers [66.86452388524886]
VisBERTは,複数の質問応答のタスクに対して,BERT内のコンテキストトークン表現を可視化するツールである。 VisBERTは、モデルの内部状態に関する洞察を得て、推論ステップや潜在的な欠点を探索することを可能にする。
論文参考訳（メタデータ） (2020-11-09T15:37:43Z)

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。