论文泛读181疫情期间的情绪分析和检测

Posted 及时行樂_

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了论文泛读181疫情期间的情绪分析和检测相关的知识,希望对你有一定的参考价值。

贴一下汇总贴:论文阅读记录

论文链接:《When a crisis strikes: Emotion analysis and detection during COVID-19》

一、摘要

自然灾害、全球流行病和社会动荡等危机不断威胁着我们的世界,并以不同的方式影响着全世界数百万人的情感。了解人们在大规模危机中表达的情绪有助于让决策者和急救人员了解民众的情绪状态,并为需要这种支持的人提供情感支持。我们展示了 CovidEmo,大约 1K 条带有情感标签的推文。我们研究了大型预训练语言模型在 COVID-19 背景下感知情绪预测任务中跨域和危机的泛化能力。我们的结果表明,现有模型不会直接从一种灾难类型转移到另一种灾难类型,但使用标记的情感语料库进行领域适应是有益的。

二、结论

展示了COVIDEMO,一个用感知到的普鲁塔克-8情绪注释的推文数据集。使用这个数据集,我们揭示了情绪分布和关联,这与先前关于灾难相关情绪注释和检测的研究不同。我们进一步表明,在其他情感数据集上训练的模型传递较差,但这可以通过无监督的领域自适应来改善。

三、model

  • Direct transfer
  • Domain adaptation

得出的结论:

  • 现有模式难以直接转移,所有危机并不平等。
  • 对于领域预训练,领域内数据和通用领域情感语料库都很重要。
  • 除了COVID19之外,当域在GoEmotions和EmoNet上预训练时,模型具有更好的性能,也更稳定。

虽然我们在这个阶段没有使用情感标签,但是在这些数据集上的领域预训练可能会将模型暴露给与社交媒体上情感表达相关的更通用的词汇。

以上是关于论文泛读181疫情期间的情绪分析和检测的主要内容,如果未能解决你的问题,请参考以下文章

论文泛读163用于推文中情绪检测的模糊粗略最近邻方法

论文泛读163用于推文中情绪检测的模糊粗略最近邻方法

论文泛读134用于情感原因提取的多任务学习和自适应知识模型

论文泛读123跨语言情感检测

论文泛读185考虑情绪成分过程模型的情绪识别

论文泛读185考虑情绪成分过程模型的情绪识别