論文の概要: NEU-ESC: A Comprehensive Vietnamese dataset for Educational Sentiment analysis and topic Classification toward multitask learning

• arxiv url: http://arxiv.org/abs/2506.23524v1
• Date: Mon, 30 Jun 2025 05:19:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.928515
• Title: NEU-ESC: A Comprehensive Vietnamese dataset for Educational Sentiment analysis and topic Classification toward multitask learning
• Title（参考訳）: NEU-ESC:マルチタスク学習のための教育感分析とトピック分類のための包括的ベトナムのデータセット
• Authors: Phan Quoc Hung Mai, Quang Hung Nguyen, Phuong Giang Duong, Hong Hanh Nguyen, Nguyen Tuan Long,
• Abstract要約: NEU-ESCは,ベトナムの教育感覚分類とトピック分類のための新しいデータセットである。 NEU-ESCは、より多くのサンプル、より豊かなクラス多様性、より長いテキスト、より広い語彙を提供する大学のフォーラムからキュレーションされている。 さらに、エンコーダのみの言語モデル(BERT)を用いてマルチタスク学習を行い、感情やトピックの分類タスクにおいて、最大83.7%、79.8%の性能を達成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the field of education, understanding students' opinions through their comments is crucial, especially in the Vietnamese language, where resources remain limited. Existing educational datasets often lack domain relevance and student slang. To address these gaps, we introduce NEU-ESC, a new Vietnamese dataset for Educational Sentiment Classification and Topic Classification, curated from university forums, which offers more samples, richer class diversity, longer texts, and broader vocabulary. In addition, we explore multitask learning using encoder-only language models (BERT), in which we showed that it achieves performance up to 83.7% and 79.8% accuracy for sentiment and topic classification tasks. We also benchmark our dataset and model with other datasets and models, including Large Language Models, and discuss these benchmarks. The dataset is publicly available at: https://huggingface.co/datasets/hung20gg/NEU-ESC.
• Abstract（参考訳）: 教育の分野では、学生の意見を理解することは、特に資源が限られているベトナム語において重要である。 既存の教育データセットには、ドメインの関連性や学生のスラングが欠けていることが多い。 これらのギャップに対処するため、NEU-ESCは、大学フォーラムから作成され、より多くのサンプル、より豊かなクラスの多様性、より長いテキスト、より広い語彙を提供する、新しいベトナムの教育感覚分類とトピック分類のためのデータセットである。 さらに,エンコーダのみの言語モデル(BERT)を用いたマルチタスク学習について検討し,感情や話題の分類作業において,最大83.7%,79.8%の精度で性能が向上することを示した。 また、我々のデータセットとモデルを、Large Language Modelsを含む他のデータセットやモデルとベンチマークし、これらのベンチマークについて議論します。 データセットは、https://huggingface.co/datasets/hung20gg/NEU-ESCで公開されている。

関連論文リスト

• CVQA: Culturally-diverse Multilingual Visual Question Answering Benchmark [68.21939124278065]
  言語と文化の豊富なセットをカバーするために設計された、文化的に多言語なビジュアル質問回答ベンチマーク。 CVQAには文化的に駆動されたイメージと、4大陸30カ国の質問が含まれ、31の言語と13のスクリプトをカバーし、合計10万の質問を提供する。 CVQA上で複数のマルチモーダル大言語モデル (MLLM) をベンチマークし、現在の最先端モデルではデータセットが困難であることを示す。
  論文  参考訳（メタデータ） (2024-06-10T01:59:00Z)
• Multilingual Diversity Improves Vision-Language Representations [66.41030381363244]
  このデータセットの事前トレーニングは、ImageNet上で英語のみまたは英語が支配するデータセットを使用してパフォーマンスが向上する。 GeoDEのような地理的に多様なタスクでは、アフリカから得られる最大の利益とともに、すべての地域における改善も観察します。
  論文  参考訳（メタデータ） (2024-05-27T08:08:51Z)
• Multi-dimensional data refining strategy for effective fine-tuning LLMs [2.67766280323297]
  本稿では,ベトナム語の微調整モデルに適したクロールおよび精錬時に学んだ教訓について述べる。 本稿では、既存のデータセットを英語で活用し、生成AIツールの助けを借りて、カスタマイズされたデータクローリングスクリプトを開発する多次元戦略を提案する。
  論文  参考訳（メタデータ） (2023-11-02T07:50:43Z)
• XTREME-UP: A User-Centric Scarce-Data Benchmark for Under-Represented Languages [105.54207724678767]
  データ不足は、多言語NLPシステムの開発において重要な問題である。 我々はXTREME-UPを提案する。XTREME-UPはゼロショットではなく、希少なデータシナリオに焦点を当てたベンチマークである。 XTREME-UPは、88言語にまたがる言語モデルが、9つのキーとなるユーザー中心技術上で機能する能力を評価する。
  論文  参考訳（メタデータ） (2023-05-19T18:00:03Z)
• MasakhaNEWS: News Topic Classification for African languages [15.487928928173098]
  アフリカの言語は、いくつかのNLPタスクをカバーするデータセットが欠如しているため、NLP研究において非常に不足している。 我々は,アフリカで広く話されている16言語を対象として,ニューストピック分類のための新しいベンチマークデータセットであるMashokhaNEWSを開発した。
  論文  参考訳（メタデータ） (2023-04-19T21:12:23Z)
• IGLUE: A Benchmark for Transfer Learning across Modalities, Tasks, and Languages [87.5457337866383]
  画像認識言語理解評価ベンチマークについて紹介する。 IGLUEは、視覚的質問応答、クロスモーダル検索、グラウンドド推論、20言語にわたるグラウンドドエンターテイメントタスクをまとめて提供する。 翻訳-テストの転送はゼロショットの転送よりも優れており、少数ショットの学習は多くのタスクに役立てることが難しい。
  論文  参考訳（メタデータ） (2022-01-27T18:53:22Z)
• A Vietnamese Dataset for Evaluating Machine Reading Comprehension [2.7528170226206443]
  ベトナム語として低リソース言語のための新しいデータセットであるUIT-ViQuADを提案する。 このデータセットは、ウィキペディアから174のベトナム語記事の5,109節に基づいて、23,000人以上の人が生成した質問応答ペアで構成されている。 UIT-ViQuADの最初の実験モデルとして、英語と中国語の最先端MRC手法の実験を行った。
  論文  参考訳（メタデータ） (2020-09-30T15:06:56Z)
• A Simple and Efficient Ensemble Classifier Combining Multiple Neural Network Models on Social Media Datasets in Vietnamese [2.7528170226206443]
  本研究の目的は、ベトナムの3つのベンチマークデータセットから、ソーシャルメディア上のベトナム語のテキストを分類することである。 この研究では、CNN、LSTM、およびそれらの変種を含む高度なディープラーニングモデルを使用し、最適化されている。 私たちのアンサンブルモデルは、3つのデータセットで最高のパフォーマンスを実現します。
  論文  参考訳（メタデータ） (2020-09-28T04:28:48Z)

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。