論文の概要: PABSA: Hybrid Framework for Persian Aspect-Based Sentiment Analysis

• arxiv url: http://arxiv.org/abs/2510.04291v1
• Date: Sun, 05 Oct 2025 17:02:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-07 16:52:59.565395
• Title: PABSA: Hybrid Framework for Persian Aspect-Based Sentiment Analysis
• Title（参考訳）: PABSA:ペルシャのアスペクトに基づく知覚分析のためのハイブリッドフレームワーク
• Authors: Mehrzad Tareh, Aydin Mohandesi, Ebrahim Ansari,
• Abstract要約: 我々は、ペルシャのアスペクトベース感情分析(ABSA)のための機械学習(ML)とディープラーニング(DL)技術を統合するハイブリッドアプローチを提案する。 特に、多言語BERTの極性スコアを付加機能として利用し、決定木分類器に組み込んで、Pars-ABSAデータセット上の既存のベンチマークを93.34%の精度で通過させる。 本研究は,ペルシャ語などの低リソース言語に対する感情分析におけるハイブリッドモデリングと特徴増強の有効性を実証するものである。
• 参考スコア（独自算出の注目度）: 0.04236685213115534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sentiment analysis is a key task in Natural Language Processing (NLP), enabling the extraction of meaningful insights from user opinions across various domains. However, performing sentiment analysis in Persian remains challenging due to the scarcity of labeled datasets, limited preprocessing tools, and the lack of high-quality embeddings and feature extraction methods. To address these limitations, we propose a hybrid approach that integrates machine learning (ML) and deep learning (DL) techniques for Persian aspect-based sentiment analysis (ABSA). In particular, we utilize polarity scores from multilingual BERT as additional features and incorporate them into a decision tree classifier, achieving an accuracy of 93.34%-surpassing existing benchmarks on the Pars-ABSA dataset. Additionally, we introduce a Persian synonym and entity dictionary, a novel linguistic resource that supports text augmentation through synonym and named entity replacement. Our results demonstrate the effectiveness of hybrid modeling and feature augmentation in advancing sentiment analysis for low-resource languages such as Persian.
• Abstract（参考訳）: 感性分析は自然言語処理(NLP)において重要な課題であり、様々な領域にわたるユーザの意見から意味のある洞察を抽出することができる。 しかし、ラベル付きデータセットの不足、限定された前処理ツール、高品質な埋め込みと特徴抽出方法の欠如により、ペルシアにおける感情分析の実行は依然として困難である。 これらの制約に対処するために、ペルシャのアスペクトベース感情分析(ABSA)のための機械学習(ML)とディープラーニング(DL)技術を統合するハイブリッドアプローチを提案する。 特に、多言語BERTの極性スコアを付加機能として利用し、決定木分類器に組み込んで、Pars-ABSAデータセット上の既存のベンチマークを93.34%の精度で通過させる。 さらに,同義語と名前付きエンティティ置換によるテキスト増補を支援する新しい言語資源である,ペルシャ語シノニムとエンティティ辞書を導入する。 本研究は,ペルシャ語などの低リソース言語に対する感情分析におけるハイブリッドモデリングと特徴増強の有効性を実証するものである。

関連論文リスト

• CrosGrpsABS: Cross-Attention over Syntactic and Semantic Graphs for Aspect-Based Sentiment Analysis in a Low-Resource Language [0.5937476291232802]
  Aspect-Based Sentiment Analysis (ABSA) は自然言語処理の基本的なタスクであり、テキストで表現された意見に対するきめ細かい洞察を提供する。 本研究は,構文グラフとセマンティックグラフ間の双方向の相互アテンションを活用し,アスペクトレベルの感情分類を強化する新しいハイブリッドフレームワークであるCrosGrpsABSを提案する。 低リソースのBengali ABSAデータセットと高リソースのSemEval 2014 Task 4データセットでCrosGrpsABSを評価した。
  論文  参考訳（メタデータ） (2025-05-25T07:42:32Z)
• Enhancing Aspect-based Sentiment Analysis with ParsBERT in Persian Language [0.0]
  本稿ではペルシャ語に合わせた言語モデルの効率を向上することを目的とする。 ペルシャ語ウェブサイト「ジギカラ」から抽出したユーザ意見の感情分析を中心にした研究。
  論文  参考訳（メタデータ） (2025-02-03T06:25:06Z)
• A Hybrid Approach To Aspect Based Sentiment Analysis Using Transfer Learning [3.30307212568497]
  本稿では,移動学習を用いたアスペクトベース感性分析のためのハイブリッド手法を提案する。 このアプローチは、大きな言語モデル(LLM)と従来の構文的依存関係の両方の長所を利用して、弱い教師付きアノテーションを生成することに焦点を当てている。
  論文  参考訳（メタデータ） (2024-03-25T23:02:33Z)
• Arabic Sentiment Analysis with Noisy Deep Explainable Model [48.22321420680046]
  本稿では,アラビア語の感情分類フレームワークを提案する。 提案フレームワークは,局所的な代理説明可能なモデルをトレーニングすることで,特定の予測を説明することができる。 アラビアサデータセットの公開ベンチマーク実験を行った。
  論文  参考訳（メタデータ） (2023-09-24T19:26:53Z)
• CL-XABSA: Contrastive Learning for Cross-lingual Aspect-based Sentiment Analysis [4.60495447017298]
  本稿では,言語横断的アスペクトベース知覚分析のためのコントラスト学習フレームワークCL-XABSAを提案する。 具体的には、トークン埋め込み(TL-CTE)のトークンレベルのコントラスト学習とトークン埋め込み(SL-CTE)の感情レベルのコントラスト学習という2つのコントラスト戦略を設計する。 我々のフレームワークは訓練中に複数の言語でデータセットを受信できるので、XABSAタスクだけでなく、マルチリンガルなアスペクトベースの感情分析(MABSA)にも適用できます。
  論文  参考訳（メタデータ） (2022-04-02T07:40:03Z)
• A Latent-Variable Model for Intrinsic Probing [93.62808331764072]
  固有プローブ構築のための新しい潜在変数定式化を提案する。 我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
  論文  参考訳（メタデータ） (2022-01-20T15:01:12Z)
• 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)
• Exploiting BERT to improve aspect-based sentiment analysis performance on Persian language [0.0]
  本研究では,事前学習したBERTモデルを用いて,ABSAタスクにおける文ペア入力を活用する可能性を示す。 その結果,Pars-BERT事前学習モデルと自然言語推論助文(NLI-M)を用いることで,ABSAタスクの精度が91%向上することが示唆された。
  論文  参考訳（メタデータ） (2020-12-02T16:47:20Z)
• Reducing Confusion in Active Learning for Part-Of-Speech Tagging [100.08742107682264]
  アクティブラーニング(AL)は、データ選択アルゴリズムを使用して、アノテーションコストを最小限に抑えるために有用なトレーニングサンプルを選択する。 本研究では、特定の出力タグのペア間の混乱を最大に低減するインスタンスの選択問題について検討する。 提案するAL戦略は,他のAL戦略よりも有意差で優れている。
  論文  参考訳（メタデータ） (2020-11-02T06:24:58Z)

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。