論文の概要: Emotion Stimulus Detection in German News Headlines

• arxiv url: http://arxiv.org/abs/2107.12920v1
• Date: Tue, 27 Jul 2021 16:22:04 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-28 17:26:49.269435
• Title: Emotion Stimulus Detection in German News Headlines
• Title（参考訳）: ドイツのニュース見出しにおける感情刺激検出
• Authors: {Bao Minh} {Doan Dang} and Laura Oberl\"ander and Roman Klinger
• Abstract要約: 我々は、2006年のドイツ語ニュースの見出しに感情と811のインスタンスに刺激句の注釈を付けたコーパスを作成した。 また,既存の英語GoodNewsEveryoneコーパスを機械翻訳ドイツ語版に投影する手法についても検討する。 以上の結果から,ドイツのコーパスを用いたトレーニングはプロジェクションよりもF1スコアが高いことがわかった。
• 参考スコア（独自算出の注目度）: 8.537556127099858
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Emotion stimulus extraction is a fine-grained subtask of emotion analysis that focuses on identifying the description of the cause behind an emotion expression from a text passage (e.g., in the sentence "I am happy that I passed my exam" the phrase "passed my exam" corresponds to the stimulus.). Previous work mainly focused on Mandarin and English, with no resources or models for German. We fill this research gap by developing a corpus of 2006 German news headlines annotated with emotions and 811 instances with annotations of stimulus phrases. Given that such corpus creation efforts are time-consuming and expensive, we additionally work on an approach for projecting the existing English GoodNewsEveryone (GNE) corpus to a machine-translated German version. We compare the performance of a conditional random field (CRF) model (trained monolingually on German and cross-lingually via projection) with a multilingual XLM-RoBERTa (XLM-R) model. Our results show that training with the German corpus achieves higher F1 scores than projection. Experiments with XLM-R outperform their respective CRF counterparts.
• Abstract（参考訳）: 感情刺激抽出は、感情表現の背後にある原因の記述をテキストから識別することに焦点を当てた感情分析のきめ細かいサブタスクである(例えば、"i am happy that i passed my examination"という文では、"passed my examination"というフレーズが刺激に対応する)。 以前の研究は主にマンダラン語と英語に焦点を合わせており、ドイツ語のリソースやモデルはない。 この研究のギャップを埋めるために、2006年のドイツ語ニュースの見出しに感情が注がれたコーパスと、刺激句の注釈が付いた811のインスタンスを開発した。 このようなコーパス作成作業は時間と費用がかかることから,既存のGoodNewsEveryone(GNE)コーパスを機械翻訳ドイツ語版に投影するアプローチも検討している。 条件付き確率場 (crf) モデルの性能を多言語 xlm-roberta (xlm-r) モデルと比較した。 以上の結果から,ドイツのコーパスを用いたトレーニングはプロジェクションよりもF1スコアが高いことがわかった。 XLM-Rの実験はそれぞれのCRFよりも優れていた。

関連論文リスト

• MONOVAB : An Annotated Corpus for Bangla Multi-label Emotion Detection [0.0]
  感性分析(SA)と感情認識(ER)は、バングラ語でますます人気が高まっている。 しかし、この言語は構造的に複雑であるため、この領域は正確な方法で感情を抽出することが困難である。 本研究では,Facebookから抽出したデータに基づいて注釈付きコーパスを構築するための徹底的な手法を示す。
  論文  参考訳（メタデータ） (2023-09-27T14:10:57Z)
• Learning Cross-lingual Visual Speech Representations [108.68531445641769]
  言語横断的な自己監督型視覚表現学習は、ここ数年、研究トピックとして成長している。 我々は最近提案したRAVEn(Raw Audio-Visual Speechs)フレームワークを用いて,未ラベルデータを用いた音声-視覚モデルの事前学習を行う。 1)データ量が多いマルチ言語モデルはモノリンガルモデルよりも優れているが、データの量を維持すると、モノリンガルモデルの性能が向上する傾向にある。
  論文  参考訳（メタデータ） (2023-03-14T17:05:08Z)
• Nonparametric Masked Language Modeling [113.71921977520864]
  既存の言語モデル(LM)は、有限語彙上のソフトマックスでトークンを予測する。 NPMは,このソフトマックスを参照コーパス内の各フレーズの非パラメトリック分布に置き換える最初の非パラメトリックマスク付き言語モデルである。 NPMは、コントラスト目的と全コーパス検索に対するバッチ内近似で効率的に訓練することができる。
  論文  参考訳（メタデータ） (2022-12-02T18:10:42Z)
• 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)
• Vector Representations of Idioms in Conversational Systems [1.6507910904669727]
  我々は,2つの課題に対して,潜在的表現(PIE)-英語イディオムコーパスを利用する。 SoTA T5モデルを用いて分類作業において,98%のマクロF1スコアの最先端(SoTA)を達成した。 その結果、イディオムコーパスで訓練されたモデルは、イディオム71.9%を含むプロンプトに対してより適合した反応を生じさせることがわかった。
  論文  参考訳（メタデータ） (2022-05-07T14:50:05Z)
• LibriS2S: A German-English Speech-to-Speech Translation Corpus [12.376309678270275]
  我々はドイツ語と英語による音声合成訓練コーパスを初めて公開する。 これにより、新しい音声合成モデルと音声合成モデルの作成が可能になる。 本稿では,最近提案されたFastSpeech 2モデルの例に基づくテキスト音声合成モデルを提案する。
  論文  参考訳（メタデータ） (2022-04-22T09:33:31Z)
• Cross-Lingual Phrase Retrieval [49.919180978902915]
  言語横断検索は、言語間で関連するテキストを検索することを目的としている。 現在の方法では、言語に依存しないテキスト表現を単語や文レベルで学習することで、言語間検索が典型的である。 本稿では,ラベルなし例文から句表現を抽出する言語横断句検索システムXPRを提案する。
  論文  参考訳（メタデータ） (2022-04-19T13:35:50Z)
• 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)
• Analyzing Zero-shot Cross-lingual Transfer in Supervised NLP Tasks [6.7155846430379285]
  ゼロショット言語間転送では、ある言語のコーパスでトレーニングされた教師付きnlpタスクが、追加のトレーニングなしで他の言語に直接適用されます。 最近導入されたクロス言語言語モデル(XLM)プリトレーニングは、トランスフォーマースタイルのネットワークでニューラルパラメータの共有をもたらす。 本稿では,XLM事前学習により生じる仮説上強い言語間移動特性を検証することを目的とする。
  論文  参考訳（メタデータ） (2021-01-26T09:21:25Z)
• Verb Knowledge Injection for Multilingual Event Processing [50.27826310460763]
  動詞のセマンティック・シンタクティックな振る舞いに関する明示的な情報を注入することでLMプリトレーニングトランスフォーマーの性能が向上するかどうかを検討する。 まず,動詞知識の注入が英語イベント抽出のパフォーマンス向上につながることを示す。 次に、他の言語でのイベント抽出のための動詞アダプタの有用性を探ります。
  論文  参考訳（メタデータ） (2020-12-31T03:24:34Z)
• 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)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。