論文の概要: Will Sentiment Analysis Need Subculture? A New Data Augmentation
Approach
- arxiv url: http://arxiv.org/abs/2309.00178v1
- Date: Fri, 1 Sep 2023 00:11:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-04 14:49:10.159915
- Title: Will Sentiment Analysis Need Subculture? A New Data Augmentation
Approach
- Title(参考訳): 感覚分析はサブカルチャーを必要とするか?
新しいデータ拡張アプローチ
- Authors: Zhenhua Wang, Simin He, Guang Xu, Ming Ren
- Abstract要約: よく書かれた文章は文化の中で深く共鳴し、深い感情を伝えます。
今日、インターネットの全盛期は、現代ミリュー周辺に集まるサブカルチャーを育んでいる。
本稿では,感情分析が直面するトレーニングデータ不足に対処するため,サブカルチャーのレンズを通してのデータ豊か化に努める。
- 参考スコア(独自算出の注目度): 3.333401582174629
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The renowned proverb that "The pen is mightier than the sword" underscores
the formidable influence wielded by text expressions in shaping sentiments.
Indeed, well-crafted written can deeply resonate within cultures, conveying
profound sentiments. Nowadays, the omnipresence of the Internet has fostered a
subculture that congregates around the contemporary milieu. The subculture
artfully articulates the intricacies of human feelings by ardently pursuing the
allure of novelty, a fact that cannot be disregarded in the sentiment analysis.
This paper strives to enrich data through the lens of subculture, to address
the insufficient training data faced by sentiment analysis. To this end, a new
approach of subculture-based data augmentation (SCDA) is proposed, which
engenders six enhanced texts for each training text by leveraging the creation
of six diverse subculture expression generators. The extensive experiments
attest to the effectiveness and potential of SCDA. The results also shed light
on the phenomenon that disparate subculture expressions elicit varying degrees
of sentiment stimulation. Moreover, an intriguing conjecture arises, suggesting
the linear reversibility of certain subculture expressions. It is our fervent
aspiration that this study serves as a catalyst in fostering heightened
perceptiveness towards the tapestry of information, sentiment and culture,
thereby enriching our collective understanding.
- Abstract(参考訳): 「このペンは剣より強い」という有名な証拠は、感情を形作る際にテキスト表現によって引き起こされる恐ろしい影響を浮き彫りにしている。
実際、熟練した文章は文化の中で深く共鳴し、深い感情を伝える。
今日、インターネットの全盛期は、現代ミリュー周辺に集まるサブカルチャーを育んでいる。
サブカルチャーは、人間の感情分析では無視できない事実である新規性の魅力を熱心に追求することで、人間の感情の複雑さを巧みに表現する。
本稿では,感情分析が直面するトレーニングデータ不足に対処するため,サブカルチャーのレンズを通してのデータ豊か化に努める。
この目的のために,6種類のサブカルチャー表現生成器の作成を活用し,各学習テキストに6つの拡張テキストを付与するサブカルチャーベースデータ拡張 (scda) の新たなアプローチを提案する。
広範な実験はscdaの有効性と可能性を証明する。
結果は、異なるサブカルチャー表現が感情刺激の度合いを誘導する現象にも光を当てた。
さらに興味深い予想が生まれ、あるサブカルチャー表現の線形可逆性が示唆される。
この研究は情報・感情・文化のタペストリーに対する知覚の高まりを育み、それによって集団的な理解を深める上での触媒となると、我々の熱心な願望である。
関連論文リスト
- Impressions: Understanding Visual Semiotics and Aesthetic Impact [66.40617566253404]
画像のセミオティックスを調べるための新しいデータセットであるImpressionsを提示する。
既存のマルチモーダル画像キャプションと条件付き生成モデルは、画像に対する可視的応答をシミュレートするのに苦労していることを示す。
このデータセットは、微調整と少数ショット適応により、画像の印象や美的評価をモデル化する能力を大幅に改善する。
論文 参考訳(メタデータ) (2023-10-27T04:30:18Z) - Assessing Cross-Cultural Alignment between ChatGPT and Human Societies:
An Empirical Study [9.919972416590124]
ChatGPTは、対話で人間のような反応を生成できるという異常な能力で広く認知されている。
そこで我々は,ChatGPTの文化的背景を,人間の文化的差異を定量化するための質問に対する応答の分析によって検討した。
論文 参考訳(メタデータ) (2023-03-30T15:43:39Z) - REDAffectiveLM: Leveraging Affect Enriched Embedding and
Transformer-based Neural Language Model for Readers' Emotion Detection [3.6678641723285446]
本稿では,REDAffectiveLMと呼ばれる深層学習モデルを用いて,短文文書からの読み手感情検出のための新しい手法を提案する。
コンテクストに特化してリッチ表現に影響を与え, リッチBi-LSTM+Attentionに影響を及ぼすタンデムにおいて, トランスフォーマーに基づく事前学習言語モデルを用いることで, リッチ表現に影響を及ぼす。
論文 参考訳(メタデータ) (2023-01-21T19:28:25Z) - Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。
本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。
私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
論文 参考訳(メタデータ) (2022-10-04T22:44:17Z) - Affective Image Content Analysis: Two Decades Review and New
Perspectives [132.889649256384]
我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。
我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。
画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
論文 参考訳(メタデータ) (2021-06-30T15:20:56Z) - EmoDNN: Understanding emotions from short texts through a deep neural
network ensemble [2.459874436804819]
本稿では,短い内容から潜伏した個々の側面を推定する枠組みを提案する。
また,テキストコンテキストから感情を抽出する動的ドロップアウト共振器を備えた新しいアンサンブル分類器を提案する。
提案モデルでは,ノイズのある内容から感情を認識する上で,高い性能を実現することができる。
論文 参考訳(メタデータ) (2021-06-03T09:17:34Z) - Deception detection in text and its relation to the cultural dimension
of individualism/collectivism [6.17866386107486]
本研究は,文化における特定の言語的特徴の活用の相違が,個性主義/選択主義の分断に関して,規範に起因しているかどうかを考察する。
我々は、音韻学、形態学、構文に基づく幅広いn-gram特徴を実験することにより、カルチャー/言語対応分類器を作成する。
我々は6カ国(米国、ベルギー、インド、ロシア、メキシコ、ルーマニア)の5言語(英語、オランダ、ロシア、スペイン、ルーマニア)から11のデータセットを用いて実験を行った。
論文 参考訳(メタデータ) (2021-05-26T13:09:47Z) - Reinforcement Learning for Emotional Text-to-Speech Synthesis with
Improved Emotion Discriminability [82.39099867188547]
感情的テキスト音声合成(ETTS)は近年大きく進歩している。
i-ETTSと呼ばれるETTSの新しい対話型トレーニングパラダイムを提案する。
i-ETTSの最適化品質を確保するため、強化学習による反復トレーニング戦略を策定します。
論文 参考訳(メタデータ) (2021-04-03T13:52:47Z) - SKEP: Sentiment Knowledge Enhanced Pre-training for Sentiment Analysis [69.80296394461149]
本稿では,複数の感情分析タスクに対する統一的な感情表現を学習するために,感覚知識強化事前学習(SKEP)を導入する。
自動的な知識の助けを借りて、SKEPは感情マスキングを行い、3つの感情知識予測目標を構築する。
3種類の感情タスクの実験では、SKEPはトレーニング前ベースラインよりも有意に優れていた。
論文 参考訳(メタデータ) (2020-05-12T09:23:32Z) - 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) - A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。
文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
論文 参考訳(メタデータ) (2020-01-28T05:03:15Z)
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。