文件名称：NAACL-SRW-2021:代码和数据集
文件大小：1.3MB
文件格式：ZIP
更新时间：2024-05-07 19:48:25
JupyterNotebook
资源受限语言中基于变压器的方法进行情感分类 作者： Avishek Das，Omar Sharif，Mohammed Moshiul Hoque和Iqbal H. Sarker 地点： 抽象的 尽管在高资源语言中关于情感分类的研究已经取得了显着进展，但对于像孟加拉语这样的资源受限的语言来说，它仍处于起步阶段。 但是，由于缺少必要的语言处理工具和基准语料库的缺乏，孟加拉语中的情感分类任务变得更具挑战性和复杂性。 这项工作提出了一种基于变压器的技术，将孟加拉语文本分为六种基本情绪之一：愤怒，恐惧，厌恶，悲伤，喜悦和惊奇。 孟加拉语情感语料库由6243个文本组成，用于分类任务。 使用各种基于机器学习（LR，RF，MNB，SVM），深度神经网络（CNN，BiLSTM，CNN + BiLSTM）和转换器（Bangla-BERT，m-BERT，XLM-R）的方法进行了实验。 实验结果表明，XLM-
【文件预览】：
NAACL-SRW-2021-main
----Code Snippets()
--------ML_Algorithms_NAACL_(Emotion_Data).ipynb(55KB)
--------preprocessing_functions.py(763B)
----NAACL-Emotion-Classification.pdf(574KB)
----README.md(2KB)
----Figures()
--------readme.md(1B)
--------naacl-2021.PNG(188KB)
----Dataset()
--------val.xlsx(82KB)
--------readme.md(1B)
--------test.xlsx(84KB)
--------train.xlsx(592KB)