論文の概要: A sentiment analysis model for car review texts based on adversarial training and whole word mask BERT

• arxiv url: http://arxiv.org/abs/2206.02389v1
• Date: Mon, 6 Jun 2022 06:45:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-07 17:05:41.403117
• Title: A sentiment analysis model for car review texts based on adversarial training and whole word mask BERT
• Title（参考訳）: 対人訓練と全単語マスクBERTに基づく自動車レビューテキストの感情分析モデル
• Authors: Xingchen Liu and Yawen Li and Yingxia Shao and Ang Li and Jian Liang
• Abstract要約: 自動車評価の分野では、ネット市民がインターネットプラットフォーム上で意見を表明するケースが増えている。 対向訓練と全単語マスクBERT(ATWWM-BERT)に基づく自動車レビューテキスト感情分析モデルを提案する。
• 参考スコア（独自算出の注目度）: 41.480467013834144
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the field of car evaluation, more and more netizens choose to express their opinions on the Internet platform, and these comments will affect the decision-making of buyers and the trend of car word-of-mouth. As an important branch of natural language processing (NLP), sentiment analysis provides an effective research method for analyzing the sentiment types of massive car review texts. However, due to the lexical professionalism and large text noise of review texts in the automotive field, when a general sentiment analysis model is applied to car reviews, the accuracy of the model will be poor. To overcome these above challenges, we aim at the sentiment analysis task of car review texts. From the perspective of word vectors, pre-training is carried out by means of whole word mask of proprietary vocabulary in the automotive field, and then training data is carried out through the strategy of an adversarial training set. Based on this, we propose a car review text sentiment analysis model based on adversarial training and whole word mask BERT(ATWWM-BERT).
• Abstract（参考訳）: 自動車評価の分野では、ますます多くのネット市民がインターネットプラットフォーム上で意見を表明し、これらのコメントは購入者の意思決定と車の口コミの動向に影響を与えるだろう。 自然言語処理(NLP)の重要な分野として、感情分析は、大量の自動車レビューテキストの感情タイプを分析する効果的な研究手法を提供する。 しかし,自動車分野におけるレビューテキストの語彙的プロフェッショナル性や大きなテキストノイズのため,車レビューに一般的な感情分析モデルを適用すると,モデルの精度は低下する。 これらの課題を克服するために,カーレビューテキストの感情分析タスクを目標とする。 単語ベクトルの観点からは、自動車分野における独自の語彙のワードマスク全体を用いて事前学習を行い、敵の訓練セットの戦略を介してトレーニングデータを実行する。 そこで本研究では,敵対的トレーニングと全ワードマスクBERT(ATWWM-BERT)に基づく自動車レビューテキスト感情分析モデルを提案する。

関連論文リスト

• You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
  感情分析ツールが同じデータセットで一致しないことを示す。 感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
  論文  参考訳（メタデータ） (2024-10-18T17:27:38Z)
• Lexicon-Based Sentiment Analysis on Text Polarities with Evaluation of Classification Models [1.342834401139078]
  本研究は,レキシコン法を用いて感情分析を行い,テキストデータを用いた分類モデルの評価を行った。 語彙に基づく手法は、単語レベルでの感情と主観性の強さを識別する。 この研究は、テキストが正、負、中立とラベル付けされているというマルチクラスの問題に基づいている。
  論文  参考訳（メタデータ） (2024-09-19T15:31:12Z)
• Text Grouping Adapter: Adapting Pre-trained Text Detector for Layout Analysis [52.34110239735265]
  本稿では,事前学習したテキスト検出装置のレイアウト解析を学習するためのモジュールであるText Grouping Adapter (TGA)を提案する。 我々の総合的な実験は、凍結した事前学習モデルであっても、TGAを様々な事前学習されたテキスト検出器やテキストスポッターに組み込むことで、より優れたレイアウト解析性能が得られることを示した。
  論文  参考訳（メタデータ） (2024-05-13T05:48:35Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
  本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。 新たに登場したAI生成の文献レビューも評価されている。 この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• Analysis of the Evolution of Advanced Transformer-Based Language Models: Experiments on Opinion Mining [0.5735035463793008]
  本稿では,最先端のトランスフォーマーに基づく言語モデルの意見マイニングにおける挙動について検討する。 私たちの比較研究は、フォーカスするアプローチに関して、プロダクションエンジニアがリードし、道を開く方法を示しています。
  論文  参考訳（メタデータ） (2023-08-07T01:10:50Z)
• Leveraging ChatGPT As Text Annotation Tool For Sentiment Analysis [6.596002578395151]
  ChatGPTはOpenAIの新製品で、最も人気のあるAI製品として登場した。 本研究では、さまざまな感情分析タスクのためのデータラベリングツールとしてのChatGPTについて検討する。
  論文  参考訳（メタデータ） (2023-06-18T12:20:42Z)
• Polling Latent Opinions: A Method for Computational Sociolinguistics Using Transformer Language Models [4.874780144224057]
  我々は,Yelp レビューのより大きなコーパス内で,トランスフォーマー言語モデルの記憶と外挿の能力を用いて,サブグループの言語的振る舞いを学習する。 トレーニングコーパスに特定のキーワードが制限されたり、全く存在しない場合においても、GPTは正しい感情を持つ大量のテキストを正確に生成できることを示す。
  論文  参考訳（メタデータ） (2022-04-15T14:33:58Z)
• Improving Text Auto-Completion with Next Phrase Prediction [9.385387026783103]
  我々の戦略は、Next Phrase Prediction (NPP)と呼ばれる新しい自己指導型トレーニング目標を含む。 予備実験により,メールや学術書記ドメインの自動補完において,本手法がベースラインより優れていることが示された。
  論文  参考訳（メタデータ） (2021-09-15T04:26:15Z)
• Leveraging Pre-trained Language Model for Speech Sentiment Analysis [58.78839114092951]
  本研究では、事前学習された言語モデルを用いて、文章の感情情報を学習し、音声の感情分析を行う。 本稿では,言語モデルを用いた擬似ラベルに基づく半教師付き訓練戦略を提案する。
  論文  参考訳（メタデータ） (2021-06-11T20:15:21Z)
• TextFlint: Unified Multilingual Robustness Evaluation Toolkit for Natural Language Processing [73.16475763422446]
  NLPタスク(TextFlint)のための多言語ロバスト性評価プラットフォームを提案する。 普遍的なテキスト変換、タスク固有の変換、敵攻撃、サブポピュレーション、およびそれらの組み合わせを取り入れ、包括的な堅牢性分析を提供する。 TextFlintは、モデルの堅牢性の欠点に対処するために、完全な分析レポートとターゲットとした拡張データを生成します。
  論文  参考訳（メタデータ） (2021-03-21T17:20:38Z)

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。