論文の概要: Sentiment Analysis of Persian Language: Review of Algorithms, Approaches and Datasets

• arxiv url: http://arxiv.org/abs/2212.06041v1
• Date: Wed, 9 Nov 2022 13:08:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-19 20:33:01.360419
• Title: Sentiment Analysis of Persian Language: Review of Algorithms, Approaches and Datasets
• Title（参考訳）: ペルシャ語の感情分析:アルゴリズム,アプローチ,データセットのレビュー
• Authors: Ali Nazarizadeh, Touraj Banirostam, Minoo Sayyadpour
• Abstract要約: 感情分析を解くのに使われるほとんどの方法は、機械学習とディープラーニングである。 LSTMやBi-LSTMのようなBERTとRNNニューラルネットワークは感情分析において高い精度を実現している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sentiment analysis aims to extract people's emotions and opinion from their comments on the web. It widely used in businesses to detect sentiment in social data, gauge brand reputation, and understand customers. Most of articles in this area have concentrated on the English language whereas there are limited resources for Persian language. In this review paper, recent published articles between 2018 and 2022 in sentiment analysis in Persian Language have been collected and their methods, approach and dataset will be explained and analyzed. Almost all the methods used to solve sentiment analysis are machine learning and deep learning. The purpose of this paper is to examine 40 different approach sentiment analysis in the Persian Language, analysis datasets along with the accuracy of the algorithms applied to them and also review strengths and weaknesses of each. Among all the methods, transformers such as BERT and RNN Neural Networks such as LSTM and Bi-LSTM have achieved higher accuracy in the sentiment analysis. In addition to the methods and approaches, the datasets reviewed are listed between 2018 and 2022 and information about each dataset and its details are provided.
• Abstract（参考訳）: 感情分析は、ウェブ上のコメントから人々の感情や意見を抽出することを目的としている。 企業では、ソーシャルデータの感情の検出、ブランド評価の計測、顧客理解に広く使われている。 この地域のほとんどの記事は英語に集中しているが、ペルシア語の資源は限られている。 本稿では、ペルシア語における感情分析の2018年から2022年にかけての論文をまとめ、その方法、アプローチ、データセットを説明し、分析する。 感情分析を解くのに使われるほとんどの方法は、機械学習とディープラーニングである。 本研究の目的は,ペルシャ語における40種類のアプローチ感情分析,分析データセットとそれらに適用するアルゴリズムの精度,およびそれぞれの強みと弱みについて検討することである。 これらの手法のうち, BERT や RNN ニューラルネットワーク, LSTM や Bi-LSTM などの変換器は感情分析において高い精度を実現している。 方法とアプローチに加えて、レビューされたデータセットは2018年から2022年の間にリストされ、各データセットとその詳細に関する情報が提供される。

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)
• Arabic Text Sentiment Analysis: Reinforcing Human-Performed Surveys with Wider Topic Analysis [49.1574468325115]
  詳細な研究は、2002年から2020年の間に英語で出版された133のASA論文を手作業で分析する。 主な発見は、機械学習、レキシコンベース、ハイブリッドアプローチといった、ASAで使用されるさまざまなアプローチを示している。 アラビア文字SAについては、業界だけでなく学術分野でも使用できるASAツールを開発する必要がある。
  論文  参考訳（メタデータ） (2024-03-04T10:37:48Z)
• X-PARADE: Cross-Lingual Textual Entailment and Information Divergence across Paragraphs [55.80189506270598]
  X-PARADEは、段落レベルの情報の分岐の最初の言語間データセットである。 アノテーションは、対象言語における段落をスパンレベルでラベル付けし、ソース言語における対応する段落に対して評価する。 アライメントされた段落は、異なる言語のウィキペディアページから引用される。
  論文  参考訳（メタデータ） (2023-09-16T04:34:55Z)
• FRMT: A Benchmark for Few-Shot Region-Aware Machine Translation [64.9546787488337]
  本稿では、Few-shot Region-aware Machine Translationのための新しいデータセットと評価ベンチマークFRMTを提案する。 このデータセットは、英語からポルトガル語と中国語の2つの地域変種へのプロの翻訳で構成されている。
  論文  参考訳（メタデータ） (2022-10-01T05:02:04Z)
• A Dataset and BERT-based Models for Targeted Sentiment Analysis on Turkish Texts [0.0]
  対象感情分析に適した注釈付きトルコ語データセットを提案する。 目標感情分析の課題を達成するために,異なるアーキテクチャのBERTモデルを提案する。
  論文  参考訳（メタデータ） (2022-05-09T10:57:39Z)
• Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or Something Else? [93.91375268580806]
  政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。 既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。 既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
  論文  参考訳（メタデータ） (2021-11-09T13:30:34Z)
• A Survey on sentiment analysis in Persian: A Comprehensive System Perspective Covering Challenges and Advances in Resources, and Methods [0.0]
  本論文の主な目標は、ペルシャ感情分析における最先端の進歩に関する包括的な文献調査を提供することである。 ペルシャ語テキストの感情分析手法に関する詳細な調査を行い、ペルシア語に関する以前の関連研究について論じる。 英語感情分析の最先端の発展によれば、ペルシャ語のテキストでは対処されていない問題や課題がリストアップされている。
  論文  参考訳（メタデータ） (2021-04-30T04:31:21Z)
• An AutoML-based Approach to Multimodal Image Sentiment Analysis [1.0499611180329804]
  本稿では,テキストと画像の感情分析を,automlに基づく最終的な融合分類に組み合わせる手法を提案する。 提案手法は95.19%の精度でB-T4SAデータセットの最先端性能を達成した。
  論文  参考訳（メタデータ） (2021-02-16T11:28:50Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• A novel approach to sentiment analysis in Persian using discourse and external semantic information [0.0]
  自然言語で書かれた文書から個人の感情を抽出するための多くのアプローチが提案されている。 これらのアプローチの大半は英語に重点を置いているが、ペルシア語のような資源中心の言語は研究作業や言語資源の欠如に悩まされている。 ペルシア語におけるこのギャップのため、現在の研究はペルシア語に適用される感情分析の新しい手法を導入することを目的としている。
  論文  参考訳（メタデータ） (2020-07-18T18:40:40Z)
• Language Independent Sentiment Analysis [0.38233569758620045]
  複数の言語からのテキストを含むデータに対する感情分析のための一般的な手法を提案する。 これにより、すべてのアプリケーションが言語に依存しない、あるいは言語に依存しない方法で感情分析の結果を利用することができる。
  論文  参考訳（メタデータ） (2019-12-27T03:20:48Z)

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。