Rozpoznawanie emocji, sentymentu i pobudzenia w dowolnych treściach na dużą skalę

Miejsce publikacji:

  • 9th Language & Technology Conference: Human Language Technologies as a Challenge for Computer Science and Linguistics

 

Tytuł:

Recognition of emotions, valence and arousal in large-scale multi-domain text reviews

 

Autorzy:

Jan Kocoń, Arkadiusz Janz, Piotr Miłkowski, Monika Riegel, Małgorzata Wierzba, Artur Marchewka, Agnieszka Czoska, Damian Grimling, Barbara Konat, Konrad Juszczyk, Katarzyna Klessa, Maciej Piasecki

 

Abstrakt:

W tym artykule prezentujemy nowy, wielodziedzinowy zbiór danych polskich recenzji tekstowych. Dane zostały zaanotowane w ramach dużego badania z udziałem ponad 20 000 uczestników. Łącznie 7000 tekstów zostało opisanych metadanymi, każdy tekst otrzymał około 25 anotacji dotyczących polaryzacji, pobudzenia i ośmiu podstawowych emocji, oznaczonych na wielopoziomowej skali. Przedstawiamy wstępne podejście do etykietowania danych na podstawie rozkładu ręcznych adnotacji oraz do klasyfikacji etykietowanych danych z wykorzystaniem regresji logistycznej i dwukierunkowych rekurencyjnych sieci neuronowych z pamięcią długotrwałą i krótkotrwałą.

 

Link:

ResearchGate

 

Cytowanie BibTeX:

@incollection { ,
title = “Recognition of emotions, valence and arousal in large-scale multi-domain text reviews”,
author = “Kocoń„, Jan and Janz, Arkadiusz and …, … and Juszczyk, Konrad and Klessa, Katarzyna and Piasecki, Maciej”,
editor = “Vetulani, Zygmunt and Paroubek, Patrick”,
booktitle = “Human Language Technologies as a Challenge for Computer Science and Linguistics”,
year = “2019”,
pages = “274-280”,
}

 

Pełna treść:

LTC2019_Recognition_of_emotions__polarity_and_arousal_in_large_scale_multi_domain_text_reviews

 

« »