論文の概要: Will sentiment analysis need subculture? A new data augmentation approach

• arxiv url: http://arxiv.org/abs/2309.00178v2
• Date: Tue, 10 Dec 2024 02:34:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-11 14:34:08.497166
• Title: Will sentiment analysis need subculture? A new data augmentation approach
• Title（参考訳）: 感情分析はサブカルチャーを必要とするか? : 新しいデータ強化アプローチ
• Authors: Zhenhua Wang, Simin He, Guang Xu, Ming Ren,
• Abstract要約: 本稿では, サブカルチャーのレンズによるデータ豊か化を目標とし, 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ことを目的とする。 特定のサブカルチャー表現生成器の作成を活用することで,各トレーニングテキストの強化されたテキストをエンゲージする,サブカルチャーベースのデータ拡張の新しいアプローチを提案する。 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。
• 参考スコア（独自算出の注目度）: 3.0513691451161535
• License:
• Abstract: 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 aims 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 enhanced texts for each training text by leveraging the creation of specific subcultural expression generators. The extensive experiments attest to the effectiveness and potential of SCDA. The results also shed light on the phenomenon that disparate subcultural expressions elicit varying degrees of sentiment stimulation. Moreover, an intriguing conjecture arises, suggesting the linear reversibility of certain subcultural expressions.
• Abstract（参考訳）: 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。 このサブカルチャーは、感情分析において無視できない事実であるノベルティの魅力を熱心に追求することにより、人間の感情の複雑さを巧みに表現する。 本稿では, サブカルチャーのレンズによるデータ豊か化を目標とし, 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ことを目的とする。 この目的のために, 特定サブカルチャー表現生成器の創出を活かして, 訓練テキストごとに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。 広範な実験によりSCDAの有効性と可能性が確認された。 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、ある種のサブカルチャー表現の線形可逆性を示唆している。

関連論文リスト

• Extrinsic Evaluation of Cultural Competence in Large Language Models [53.626808086522985]
  本稿では,2つのテキスト生成タスクにおける文化能力の評価に焦点をあてる。 我々は,文化,特に国籍の明示的なキューが,そのプロンプトに乱入している場合のモデル出力を評価する。 異なる国におけるアウトプットのテキスト類似性とこれらの国の文化的価値との間には弱い相関関係がある。
  論文  参考訳（メタデータ） (2024-06-17T14:03:27Z)
• How Culturally Aware are Vision-Language Models? [0.8437187555622164]
  神話、民俗舞踊、文化記号、シンボルなどの民俗ジャンルからのイメージは、あらゆる文化にとって不可欠である。 本研究は、これらの画像中の文化的特定情報を特定するために、4つの一般的な視覚言語モデルの性能を比較した。 画像キャプションにおける文化意識の度合いを計測する新しい評価指標であるCAS(Cultural Awareness Score)を提案する。
  論文  参考訳（メタデータ） (2024-05-24T04:45:14Z)
• Language-based Valence and Arousal Expressions between the United States and China: a Cross-Cultural Examination [6.122854363918857]
  本稿は,Twitter/X(米国)とSina Weibo(中国本土)を比較し,感情表現の文化的差異を考察する。 NRC-VADレキシコンを用いて、両プラットフォームにまたがる感情表現の異なるパターンを同定した。 われわれは、米国ユーザーが中国ユーザーよりも感情的な強さを示すなど、異文化間の大きな差異を明らかにした。
  論文  参考訳（メタデータ） (2024-01-10T16:32:25Z)
• 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)
• 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)
• 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)
• 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。