論文の概要: MAPROC at AHaSIS Shared Task: Few-Shot and Sentence Transformer for Sentiment Analysis of Arabic Hotel Reviews

• arxiv url: http://arxiv.org/abs/2511.15291v1
• Date: Wed, 19 Nov 2025 09:56:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-20 15:51:28.742006
• Title: MAPROC at AHaSIS Shared Task: Few-Shot and Sentence Transformer for Sentiment Analysis of Arabic Hotel Reviews
• Title（参考訳）: MAPROC at AHaSIS Shared Task: Few-Shot and Sentence Transformer for Sentiment Analysis of Arabic Hotel Reviews (英語)
• Authors: Randa Zarnoufi,
• Abstract要約: 本稿では,AHaSIS共有課題に対する我々のアプローチについて述べる。 このデータセットはモロッコ方言とサウジアラビア方言で書かれたホテルレビューで構成されており、レビュー担当者の感情を肯定的、否定的、中立的なものに分類することを目的としている。 公式評価では,26名中12名中73%のF1を達成した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sentiment analysis of Arabic dialects presents significant challenges due to linguistic diversity and the scarcity of annotated data. This paper describes our approach to the AHaSIS shared task, which focuses on sentiment analysis on Arabic dialects in the hospitality domain. The dataset comprises hotel reviews written in Moroccan and Saudi dialects, and the objective is to classify the reviewers sentiment as positive, negative, or neutral. We employed the SetFit (Sentence Transformer Fine-tuning) framework, a data-efficient few-shot learning technique. On the official evaluation set, our system achieved an F1 of 73%, ranking 12th among 26 participants. This work highlights the potential of few-shot learning to address data scarcity in processing nuanced dialectal Arabic text within specialized domains like hotel reviews.
• Abstract（参考訳）: アラビア語方言の知覚分析は、言語的多様性と注釈付きデータの不足に起因する重要な課題を提示する。 本稿では,AHaSIS共有課題に対する我々のアプローチについて述べる。 このデータセットはモロッコ方言とサウジアラビア方言で書かれたホテルレビューで構成されており、レビュー担当者の感情を肯定的、否定的、中立的なものに分類することを目的としている。 本研究では,データ効率のよい数ショット学習手法であるSetFit(Sentence Transformer Fine-tuning)フレームワークを採用した。 公式評価では,26名中12名中73%のF1を達成した。 この研究は、ホテルレビューのような専門分野における、曖昧な方言のアラビア文字の処理において、データの不足に対処するための数発の学習の可能性を強調している。

関連論文リスト

• AHaSIS: Shared Task on Sentiment Analysis for Arabic Dialects [10.336992954849213]
  病院領域におけるアラビア語方言の感性分析 : アラビア語方言の感性検出に着目して データセットは、ポジティブ、中立、ネガティブのカテゴリにまたがる538の感情バランスのレビューで構成されている。 トップパフォーマンスのシステムはF1スコアの0.81を達成し、アラビア語の方言における感情分析の可能性と継続的な課題を実証した。
  論文  参考訳（メタデータ） (2025-11-17T13:06:55Z)
• SOUL: Towards Sentiment and Opinion Understanding of Language [96.74878032417054]
  我々は、言語感覚とオピニオン理解(SOUL)と呼ばれる新しいタスクを提案する。 SOULは2つのサブタスクを通して感情理解を評価することを目的としている:レビュー(RC)と正当化生成(JG)。
  論文  参考訳（メタデータ） (2023-10-27T06:48:48Z)
• 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)
• Sentiment Analysis Dataset in Moroccan Dialect: Bridging the Gap Between Arabic and Latin Scripted dialect [0.0]
  本研究は、モロッコの言語多様性の全スペクトルを包含する感情分析を拡張することの重要性を強調する。 多様なテキストデータを組み立てることで、モロッコ方言で20万文字のラベル付きテキストのデータセットを構築することができた。 感情分析を掘り下げるために、複数の機械学習モデルの比較研究を行い、データセットとの互換性を評価した。
  論文  参考訳（メタデータ） (2023-03-28T14:02:42Z)
• DiaASQ : A Benchmark of Conversational Aspect-based Sentiment Quadruple Analysis [84.80347062834517]
  本稿では,対話における目標視差感の4倍を検出することを目的としたDiaASQを紹介する。 中国語と英語の両方で大規模なDiaASQデータセットを手作業で構築する。 我々は、タスクをベンチマークするニューラルネットワークを開発し、エンドツーエンドの4倍の予測を効果的に実行する。
  論文  参考訳（メタデータ） (2022-11-10T17:18:20Z)
• Arabic aspect based sentiment analysis using BERT [0.0]
  本稿では、BERTのような事前訓練された言語モデルからのコンテキスト埋め込みのモデリング機能について述べる。 我々は、このタスクに対処するために、シンプルだが効果的なBERTベースの神経ベースラインを構築しています。 実験結果によると, 単純な線形分類層を持つBERTアーキテクチャは, 最先端の成果を上回った。
  論文  参考訳（メタデータ） (2021-07-28T11:34:00Z)
• Effect of Word Embedding Variable Parameters on Arabic Sentiment Analysis Performance [0.0]
  Twitter、Facebookなどのソーシャルメディア。 ユーザーの意見を含むコメントの数が増加しています。 本研究は,アラビア語感情分析のための3つのパラメータ(ウィンドウサイズ,ベクトル次元,負サンプル)について考察する。 4つのバイナリ分類器(ロジスティック回帰、決定木、サポートベクターマシン、ネイブベイ)を使用して感情を検出する。
  論文  参考訳（メタデータ） (2021-01-08T08:31:00Z)
• 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)
• Abstractive Summarization of Spoken and Written Instructions with BERT [66.14755043607776]
  本稿では,BERTSumモデルの最初の対話型言語への応用について述べる。 我々は多種多様な話題にまたがるナレーションビデオの抽象要約を生成する。 我々は、これをインテリジェントな仮想アシスタントの機能として統合し、要求に応じて文字と音声の両方の指導内容の要約を可能にすることを想定する。
  論文  参考訳（メタデータ） (2020-08-21T20:59:34Z)

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。