Fugu-MT 論文翻訳(概要): SELF & FEIL: Emotion and Intensity Lexicons for Finnish

論文の概要: SELF & FEIL: Emotion and Intensity Lexicons for Finnish

arxiv url: http://arxiv.org/abs/2104.13691v1
Date: Wed, 28 Apr 2021 10:28:35 GMT
ステータス: 処理完了
システム内更新日: 2021-04-29 17:37:30.154463
Title: SELF & FEIL: Emotion and Intensity Lexicons for Finnish
Title（参考訳）: SELF & FEIL:フィンランドの感情と強度のレキシコン
Authors: Emily \"Ohman
Abstract要約: 本稿では,共通ツールを用いて,レキシコン生成過程を記述し,レキシコンの評価を行う。私たちの知る限りでは、これはフィンランドにとって最初の包括的な感情と感情の辞書です。
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 introduces a Sentiment and Emotion Lexicon for Finnish (SELF) and a Finnish Emotion Intensity Lexicon (FEIL). We describe the lexicon creation process and evaluate the lexicon using some commonly available tools. The lexicon uses annotations projected from the NRC Emotion Lexicon with carefully edited translations. To our knowledge, this is the first comprehensive sentiment and emotion lexicon for Finnish.
Abstract（参考訳）: 本稿では,フィンランドのSELF(Sentiment and Emotion Lexicon)とフィンランドのFEIL(Emotion Intensity Lexicon)を紹介する。本稿では,レキシコン生成プロセスを説明し,一般的なツールを用いてレキシコンを評価する。辞書は、NRC Emotion Lexiconから投影されたアノテーションを使用して、注意深く編集された翻訳を行う。私たちの知る限り、これはフィンランドにとって初めての総合的な感情と感情のレキシコンです。

関連論文リスト

Human-LLM Collaborative Construction of a Cantonese Emotion Lexicon [1.3074442742310615]
本研究では,低リソース言語であるCantoneseのための感情辞書を開発することを提案する。 LLM(Large Language Models)と人間のアノテータによって提供される感情ラベルを統合することで、既存の言語資源を活用している。感情抽出における感情レキシコンの整合性は、3つの異なる感情テキストデータセットの修正と利用によって評価された。
論文参考訳（メタデータ） (2024-10-15T11:57:34Z)
Towards Emotion-Based Synthetic Consciousness: Using LLMs to Estimate Emotion Probability Vectors [0.32634122554913997]
本稿では,LLMを用いてテキストの感情状態の要約を推定する方法について述べる。感情状態の要約は、感情を記述するために使われる単語の辞書であり、プロンプトの後に現れる単語の確率と一致する。
論文参考訳（メタデータ） (2023-10-09T13:29:36Z)
Emotion-Aware Prosodic Phrasing for Expressive Text-to-Speech [47.02518401347879]
発話の感情的手がかりを正確に抽出し,適切なフレーズブレークを予測するために,感情認識型韻律表現モデル「textitEmoPP」を提案する。まずESDデータセットの客観的な観察を行い、感情と韻律的フレーズの強い相関を検証した。次に、感情表現性の観点から、EmoPPがすべてのベースラインと顕著なパフォーマンスを上回っていることを示す客観的および主観的評価を実現する。
論文参考訳（メタデータ） (2023-09-21T01:51:10Z)
Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts [61.723046082145416]
CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
論文参考訳（メタデータ） (2022-10-22T19:10:26Z)
Best Practices in the Creation and Use of Emotion Lexicons [31.87319293259599]
本稿では、Affective ComputingとAI Ethicsのアイデアと、感情レキシコンの作成と利用に関わる実践的および倫理的考察(ベストプラクティス)をまとめて紹介する。ゴールは、読者(特に感情を扱う新しい人たち)が関連する情報を一箇所で見つけられるように、関連する考慮事項の包括的なセットを提供することである。
論文参考訳（メタデータ） (2022-10-13T17:31:09Z)
AUTOLEX: An Automatic Framework for Linguistic Exploration [93.89709486642666]
本稿では言語学者による言語現象の簡潔な記述の発見と抽出を容易にするための自動フレームワークを提案する。具体的には、この枠組みを用いて、形態的一致、ケースマーキング、単語順序の3つの現象について記述を抽出する。本研究では,言語専門家の助けを借りて記述を評価し,人間の評価が不可能な場合に自動評価を行う手法を提案する。
論文参考訳（メタデータ） (2022-03-25T20:37:30Z)
When is Wall a Pared and when a Muro? -- Extracting Rules Governing Lexical Selection [85.0262994506624]
本稿では,微細な語彙の区別を自動的に識別する手法を提案する。我々は、これらの区別を説明する簡潔な記述を、人間と機械で読める形式で抽出する。我々はこれらの記述を用いて、与えられた曖昧な単語を異なる可能な翻訳に翻訳する時、非ネイティブ話者に教える。
論文参考訳（メタデータ） (2021-09-13T14:49:00Z)
Practical and Ethical Considerations in the Effective use of Emotion and Sentiment Lexicons [31.87319293259599]
私は研究の一環としていくつかのレキシコンを作成しました。本稿では,これらの語彙資源の有効利用に関する実践的・倫理的考察を概説する。
論文参考訳（メタデータ） (2020-11-06T17:57:18Z)
Emotion Carrier Recognition from Personal Narratives [74.24768079275222]
パーソナル・ナラティブズ(Personal Narratives、PN)は、自分の経験から事実、出来事、思考を回想するものである。感情キャリア認識(ECR)のための新しい課題を提案する。
論文参考訳（メタデータ） (2020-08-17T17:16:08Z)
PO-EMO: Conceptualization, Annotation, and Modeling of Aesthetic Emotions in German and English Poetry [26.172030802168752]
我々は、詩の中の感情を、文章で表現されるものや著者が意図するものよりも、読者に誘惑されるものとして考える。我々は,読者の審美的評価を予測可能な審美感情の集合を概念化し,各行に複数ラベルの注釈を付けることで,その文脈内での混合感情を捉えることができる。
論文参考訳（メタデータ） (2020-03-17T13:54:48Z)
Annotation of Emotion Carriers in Personal Narratives [69.07034604580214]
我々は、個人的物語(PN) - 話されたり書かれたり - 事実、出来事、思考の記憶 - を理解する問題に興味を持っている。 PNでは、感情担体(英: emotion carriers)は、ユーザの感情状態を最もよく説明する音声またはテキストセグメントである。本研究は,音声対話における感情担持者を特定するためのアノテーションモデルを提案し,評価する。
論文参考訳（メタデータ） (2020-02-27T15:42:39Z)

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。