Reed at SemEval-2020 Task 9: Fine-Tuning and Bag-of-Words Approaches to Code-Mixed Sentiment Analysis
Reed College（里德学院）
我们探索的任务情感分析的印度式英语（代码混合印度语-英语）推文的SemEval-2020比赛的任务9的参与者，被称为SentiMix任务。我们有两个主要的方法：1）通过微调预训练的BERT模型来应用迁移学习，以及2）在词袋表示上训练前馈神经网络。在比赛的评估阶段，我们使用最佳模型获得了71.3%的F分数，这使得$4^{th}$在官方系统排名中脱颖而出。
2020-08-04 cs.CL
LT3 at SemEval-2020 Task 9: Cross-lingual Embeddings for Sentiment Analysis of Hinglish Social Media Text
Ghent University（根特大学）
本文描述了我们对SemEval-2020任务9的贡献，该任务是关于代码混合社交媒体文本的情感分析。我们研究了两种解决印度式英语情感分析任务的方法。第一种方法使用跨语言嵌入，这是通过在同一空间中投射Hinglish和预先训练的英语FastText词嵌入而产生的。第二种方法结合了预先训练的英语嵌入，这些嵌入是用一组Hinglish tweets进行增量再训练的。结果表明，第二种方法的性能最好，在保留的测试数据上的F1分数为70.52%。
2020-10-21 cs.CL
IIT Gandhinagar at SemEval-2020 Task 9: Code-Mixed Sentiment Classification Using Candidate Sentence Generation and Selection
Indian Institute of Technology Gandhinagar（印度理工学院甘地讷格尔分校）
语码混用是指在同一话语中使用多种语言的现象。这是一种在各种平台上经常使用的交流模式，例如社交媒体网站、在线游戏、产品评论等。单语文本的情感分析是一项深入研究的任务。语码混合增加了分析文本情感的挑战，这是由于非标准的写作风格。我们在基于Bi-LSTM的神经分类器之上提出了一种基于候选句子生成和选择的方法，将Hinglish代码混合文本分类为三种情感类别之一：积极，消极或中性。与基于Bi-LSTM的神经分类器相比，所提出的方法显示了系统性能的改善。这些结果为理解文本数据中代码混合的各种其他细微差别提供了机会，例如幽默检测，意图分类等。
2020-07-23 cs.CL
C1 at SemEval-2020 Task 9: SentiMix: Sentiment Analysis for Code-Mixed Social Media Text using Feature Engineering
Capital One（第一资本）
在当今互联互通的多语言世界中，社交媒体上的语言代码混合是一种常见现象。虽然许多自然语言处理（NLP）任务（如情感分析）已经成熟，并且针对单语文本进行了良好的设计，但将这些任务应用于代码混合文本的技术仍然值得探索。本文描述了我们的特征工程方法，用于SemEval-2020任务9：SentiMix的代码混合社交媒体文本中的情感分析。我们利用一组手工设计的词汇，情感和元数据功能来解决这个问题，设计一个分类器，可以消除“积极”，“消极”和“中性”的情绪之间的歧义。通过这个模型，我们能够获得加权的F1得分为0.65的“印度式英语”任务和0.63的“西班牙式英语”任务
2020-08-09 cs.CL cs.LG
Indonesian Social Media Sentiment Analysis With Sarcasm Detection
Institute Technology of Bandung（万隆理工学院）
讽刺被认为是情感分析中最困难的问题之一。在我们对印尼社交媒体的观察中，对于某些话题，人们倾向于使用讽刺来批评某些东西。在这里，我们提出了两个额外的功能来检测讽刺后，一个共同的情感分析进行。特征是否定性信息和感叹词的数量。我们还在情感分类中使用了翻译的SentiWordNet。所有的分类都是用机器学习算法进行的。实验结果表明，附加特征在讽刺检测中是非常有效的。
2015-05-12 cs.CL
FinnSentiment -- A Finnish Social Media Corpus for Sentiment Polarity Annotation
University of Helsinki（赫尔辛基大学）
情感分析和意见挖掘是一项重要的任务，在社交媒体中具有明显的应用领域，例如在指示仇恨言论和假新闻时。在我们对以前工作的调查中，我们注意到没有大规模的社交媒体数据集带有芬兰语的情感极性注释。该出版物旨在通过引入由三个本地注释者独立地用情感极性注释的27，000个句子数据集来弥补这一缺点。对于整个数据集，我们有相同的三个注释器，这为进一步研究注释器随时间的行为提供了独特的机会。我们分析了他们的注释者之间的协议，并提供了两个基线来验证数据集的有用性。
2020-12-04 cs.CL
HPCC-YNU at SemEval-2020 Task 9: A Bilingual Vector Gating Mechanism for Sentiment Analysis of Code-Mixed Text
School of Information Science and Engineering（信息科学与工程学院）；Yunnan University（云南大学）
在多语言社会中，在社交媒体平台上使用代码混合来表达观点和情感是相当常见的。该任务的目的是检测代码混合的社交媒体文本的情感。码混文本对传统的自然语言处理系统提出了巨大的挑战，传统的自然语言处理系统通常使用单语资源来处理多语言混合的问题。在过去，这个任务已经通过在相应的情感词典中使用词典查找以及针对单语资源使用长短期记忆（LSTM）神经网络来解决。在本文中，我们（我的codalab用户名是kongjun）提出了一个系统，使用双语矢量门控机制的双语资源来完成任务。该模型由两个主要部分组成：结合字和词两个层次的向量选通机制和提取文本中重要情感部分的注意力机制。实验结果表明，该系统的性能优于基线算法。我们在西班牙式英语中获得第五名，在印度式英语中获得第19名。https://github.com/JunKong5/Semveal2020-task9
2020-10-10 cs.AI cs.CL
IUST at SemEval-2020 Task 9: Sentiment Analysis for Code-Mixed Social Media Text using Deep Neural Networks and Linear Baselines
Iran University of Science and Technology（伊朗科技大学）
情感分析是自然语言处理的一个研究领域。然而，社交媒体的快速增长和其中的嘈杂内容对用成熟的方法和工具解决这个问题提出了重大挑战。其中一个挑战是代码混合，这意味着在社交媒体文本中使用不同的语言来传达思想。我们的团队名为IUST（用户名：TAHA），参加了SemEval-2020共享任务9关于代码混合社交媒体文本的情感分析，我们试图开发一个系统来预测给定代码混合推文的情感。我们使用了不同的预处理技术，并建议使用不同的方法，从NBSVM到更复杂的深度神经网络模型。我们的最佳执行方法获得了0.751的F1分数的西班牙语-英语子任务和0.706的印地语-英语子任务。
2020-07-24 cs.CL
JUNLP@Dravidian-CodeMix-FIRE2020: Sentiment Classification of Code-Mixed Tweets using Bi-Directional RNN and Language Tags
Jadavpur University（贾达布尔大学）
情感分析在过去二十年中一直是一个活跃的研究领域，最近，随着社交媒体的出现，对社交媒体文本的情感分析的需求越来越大。由于社交媒体文本不是一种语言，并且在本质上主要是代码混合的，因此传统的情感分类模型无法产生可接受的结果。本文试图解决这一研究问题，并使用双向LSTM与语言标记，以促进情感标记的代码混合泰米尔语文本已从社交媒体中提取。在测试数据上进行评估时，所提出的算法的精确度、召回率和F1分数分别为0.59、0.66和0.58。
2020-10-20 cs.CL
Presence of informal language, such as emoticons, hashtags, and slang, impact the performance of sentiment analysis models on social media text?
University of Miskolc（米什科尔茨大学）
本研究旨在探讨表情符号和俚语等非正式语言的存在对社交媒体文本情感分析模型性能的影响。卷积神经网络（CNN）模型在三个数据集上被开发和训练：讽刺数据集、情感数据集和表情数据集。模型架构在所有实验中保持不变，模型在80%的数据上进行训练，并在20%的数据上进行测试。结果显示，该模型在讽刺数据集上的准确率为96.47%，其中类别1的准确率最低。在情感数据集上，该模型的准确率达到了95.28%。讽刺和情感数据集的融合将模型的准确率提高到95.1%，表情数据集的加入对模型的准确率有轻微的积极影响，达到95.37%。该研究表明，非正式语言的存在对应用于社交媒体文本的情感分析模型的性能具有有限的影响。然而，将表情数据包含到模型中可以稍微提高准确性。
2023-01-28 cs.CL
Transgender Community Sentiment Analysis from Social Media Data: A Natural Language Processing Approach
Northeast Yucai Bilingual School（东北育才双语学校）；Northeast Yucai Foreign Language School（东北育才外国语学校）；Northwestern University（西北大学）；Shenyang Pharmaceutical University（沈阳药科大学）
与普通人群相比，跨性别群体的心理健康状况存在巨大差异。解读跨性别者发布的社会媒体数据，有助于我们更好地了解这些性少数群体的情绪，并采取早期干预措施。在这项研究中，我们手动将跨性别者发布的300条社交媒体评论分类为消极，积极和中立的情绪。采用5种机器学习算法和2种深度神经网络，基于标注数据构建情感分析分类器。结果表明，我们的注释是可靠的高科恩的Kappa评分超过0.8在所有三个类。LSTM模型产生了超过0.85的准确度和0.876的AUC的最佳性能。我们的下一步将专注于在更大的注释数据集上使用高级自然语言处理算法。
2022-07-20 cs.CL
SlangSD: Building and Using a Sentiment Dictionary of Slang Words for Short-Text Sentiment Classification
Arizona State University（亚利桑那州立大学）
社交媒体中的情绪越来越被认为是客户细分，市场理解和解决其他社会经济问题的重要资源。然而，社交媒体中的情绪很难衡量，因为用户生成的内容通常很短，而且不正式。虽然许多传统的情感分析方法已经被提出，识别俚语情感词仍然没有解决。原因之一是俚语情感词在现有的词典或情感词典中不可用。为此，我们建议建立第一个俚语情感词典，以帮助对社交媒体内容进行情感分析。收集和标注一个完整的俚语列表的情感极性是费力和耗时的。我们提出了一种方法，利用网络资源，构建一个广泛的俚语情感词词典（SlangSD），易于维护和扩展。SlangSD可公开用于研究目的。我们经验表明，使用SlangSD，新建成的俚语情感词词典的情感分类的优势，并提供的例子证明其易用性与现有的情感系统。
2016-08-17 cs.CL
FinMoji: A Framework for Emoji-driven Sentiment Analysis in Financial Social Media
King Abdullah University of Science and Technology (KAUST)（卡斯特科学与技术大学）；Hamad Bin Khalifa University（哈马德·本·卡伊夫大学）
本文研究了表情符号在金融 sentiment 分析中的应用，通过 StockTwits 平台实验，探讨表情符号作为投资者情绪代理的有效性，并比较了基于表情符号与文本的分析方法。
2026-05-10 cs.CL
SentiMM: A Multimodal Multi-Agent Framework for Sentiment Analysis in Social Media
College of Information and Electrical Engineering, China Agricultural University（信息与电气工程学院，中国农业大学）；College of Software, Jilin University（软件学院，吉林大学）；College of Communication Engineering, Jilin University（通信工程学院，吉林大学）
针对社交媒体情感分析中异构数据处理与多标签情绪识别的挑战，提出多智能体框架SentiMM，通过专用智能体处理多模态输入、融合特征并结合外部知识，同时构建SentiMMD数据集，实验证明其性能优于现有基线。
2025-08-25 cs.CL
Visual Sentiment Analysis: A Natural DisasterUse-case Task at MediaEval 2021
SimulaMet；Hamad Bin Khalifa University（哈马德·本·哈利法大学）；University of Trento（特伦托大学）
MediaEval首次提供视觉情感分析任务。该任务的主要目的是预测社交媒体上分享的自然灾害图像的情绪反应。与灾害相关的图像通常是复杂的，并且经常引起情感反应，使其成为视觉情感分析的理想用例。我们认为，能够对自然灾害相关数据进行有意义的分析可能具有重大的社会意义，在这方面的共同努力可以为未来的研究开辟几个有趣的方向。该任务由三个子任务组成，每个子任务旨在探索挑战的不同方面。在本文中，我们提供了任务的详细概述，任务的一般动机，以及用于评估所提出的解决方案的数据集和指标的概述。
2021-11-22 cs.CL
Combining Lexical Features and a Supervised Learning Approach for Arabic Sentiment Analysis
在过去几年中，特别是随着阿拉伯社交媒体用户数量的迅速增加，人们认识到为阿拉伯社交媒体建立情感分析工具的重要性。解决这个问题的主要困难之一是社交媒体中的文本大多是口语化的，社交媒体平台中使用了许多方言。在本文中，我们提出了一组特征，这些特征与基于机器学习的情感分析模型相集成，并应用于埃及、沙特、黎凡特和MSA阿拉伯语社交媒体数据集。许多拟议的功能是通过使用阿拉伯语情感词汇。该模型还提出了基于表情的功能，以及输入文本相关的功能，如文本中的段数，文本的长度，文本是否以问号结尾等，我们表明，所提出的功能已经导致了六个我们已经实验过的七个数据集的准确性提高，这些数据集都是基准。由于开发的模型优于所有现有的阿拉伯语情感分析系统，这些系统具有公开的数据集，我们可以说，该模型在阿拉伯语情感分析中呈现出最先进的水平。
2017-10-23 cs.CL
Sentiment Analysis for Roman Urdu Text over Social Media, a Comparative Study
The University of Lahore（拉合尔大学）
在本世纪，数据量正在急剧增加。数据可以是图像、文本、语音和视频的形式。数据的巨大增长的一个因素是社交媒体的使用，每个人每天都在聊天，交换信息以及上传个人和官方证书时发布数据。情感研究旨在揭示已发布文本中的抽象知识，用户在其中交流他们对共享内容的情感和想法，包括博客，新闻和社交网络。罗马乌尔都语是巴基斯坦和印度社交网络上最主要的语言之一。罗马乌尔都语是世界上第三大乌尔都语的变体之一，但在这种语言中还没有足够的工作。在这篇文章中，我们解决了以前的概念和策略，用于检查的情绪的罗马乌尔都语文本，并报告他们的结果。
2020-10-05 cs.CL
Overview of Memotion 3: Sentiment and Emotion Analysis of Codemixed Hinglish Memes
University of South Carolina（南卡罗来纳大学）；Stanford University（斯坦福大学）；Amazon AI（亚马逊人工智能）；Microsoft（微软）
本文介绍了AAAI-23 DeFactify 2研讨会中的Memotion 3共享任务，发布了印地语-英语混合模因数据集，涵盖情感、情绪及情绪强度三项任务，超50团队注册，最佳F1分数分别为34.41、79.77和59.82。
2023-09-12 cs.CL
Tweets Sentiment Analysis via Word Embeddings and Machine Learning Techniques
社交媒体数据的情感分析包括态度、评估和情感，这些可以被认为是人类思考的一种方式。理解大量文件并将其分为正反两方面是一项非常困难的任务。Twitter、Facebook和Instagram等社交网络提供了一个平台，以收集有关人们情绪和意见的信息。考虑到人们每天在社交媒体上花费数小时并分享他们对各种不同主题的看法，这有助于我们更好地分析情绪。越来越多的公司正在使用社交媒体工具来提供各种服务并与客户互动。情感分析（SA）将给定推文的极性分类为正面推文和负面推文，以了解公众的情感。本文旨在使用特征选择模型word2vec和用于情感分类的机器学习算法随机森林对2019年选举的实时Twitter数据进行情感分析。Word2vec与随机森林相比，显著提高了情感分析的准确性。Word2vec通过考虑文本中单词的上下文语义来提高特征的质量，从而提高了机器学习和情感分析的准确性。
2020-07-05 cs.CL
Multi-channel Attentive Graph Convolutional Network With Sentiment Fusion For Multimodal Sentiment Analysis
如今，随着社交媒体平台上多模态评论的爆炸式增长，多模态情感分析最近因其与这些社交媒体帖子的高度相关性而受到欢迎。虽然大多数以前的研究设计了各种融合框架学习的交互式表示的多个通道，他们未能将情感知识到通道间学习。本文提出了一种多通道注意图卷积网络（MAGCN），它由两个主要部分组成：跨模态交互学习和情感特征融合。对于跨模态交互学习，我们利用自注意力机制结合密集连接的图卷积网络来学习模态间动态。对于情感特征融合，我们利用多头自注意合并情感知识到跨模态特征表示。在三个广泛使用的数据集上进行了大量的实验。实验结果表明，该模型实现了竞争力的准确性和F1分数相比，几个国家的最先进的方法。
2022-01-25 cs.CL
Adaptation of domain-specific transformer models with text oversampling for sentiment analysis of social media posts on Covid-19 vaccines
新型冠状病毒肺炎（COVID-19，即2019冠状病毒病）已在全球蔓延，人们已开发出多种疫苗来应对疫情的激增。为了从社交媒体帖子中识别与疫苗相关的正确情绪，我们在与Covid-19疫苗相关的推文上微调各种最先进的预训练Transformer模型。具体来说，我们使用最近推出的最先进的预训练Transformer模型RoBERTa、XLNet和BERT，以及针对Covid-19推文预训练的特定领域Transformer模型CT-BERT和BERTweet。我们进一步探索了文本增强的选项，通过使用基于语言模型的过采样技术（LMOTE）来提高这些模型的准确性，特别是对于小样本数据集，其中在正面，负面和中性情感类之间存在不平衡的类分布。我们的研究结果总结了我们对不平衡小样本数据集的文本过采样的适用性的研究结果，这些数据集用于微调最先进的预训练Transformer模型，以及特定于域的Transformer模型在分类任务中的实用性。
2023-01-13 cs.CL
Natural Language Processing, Sentiment Analysis and Clinical Analytics
Effat University（埃法特大学）
大数据的最新进展促使医疗保健从业者利用社交媒体上的数据来辨别情绪和情感表达。健康信息学和临床分析在很大程度上依赖于从不同来源收集的信息。传统上，医疗从业者会要求病人填写一份问卷，这将形成诊断医疗条件的基础。然而，医疗从业人员可以获得许多数据来源，包括患者在各种媒体上的文章。自然语言处理（NLP）允许研究人员收集这些数据并对其进行分析，以收集这些文字的潜在含义。情感分析领域（应用于许多其他领域）在很大程度上依赖于NLP使用的技术。这项工作将研究NLP领域的各种流行理论，以及如何利用它们来收集社交媒体上的用户情绪。这种情绪可以在一段时间内剔除，从而最大限度地减少数据输入和其他压力源引入的错误。此外，我们还研究了情感分析的一些应用以及NLP在心理健康方面的应用。读者还将了解实现各种NLP理论的NLTK工具包，以及它们如何使数据清理过程变得更加容易。
2019-02-02 cs.CL
Sentiment-Aware Recommendation System for Healthcare using Social Media
Indian Institute of Technology Patna（印度理工学院巴特那分校）
在过去的十年中，健康社区（称为论坛）已经发展成为越来越多的用户分享他们的医疗经验的平台，从而寻求指导并与社区的人们互动。共享的内容虽然本质上是非正式和非结构化的，但包含有价值的医疗和/或健康相关信息，并且可以被利用来向普通人产生结构化的建议。在本文中，首先，我们提出了一个堆栈深度学习模型的情感分析从医学论坛数据。堆叠模型包括卷积神经网络（CNN），然后是长短期记忆（LSTM），然后是另一个CNN。对于一个被分类为积极情绪的博客，我们检索前n个相似的帖子。此后，我们开发了一个概率模型，用于为特定疾病或健康状况提出合适的治疗或程序。我们相信，医疗情感和建议的集成将有利于用户找到关于药物和医疗状况的相关内容，而不必手动浏览大量的非结构化内容。
2019-09-18 cs.CL
Personality Analysis for Social Media Users using Arabic language and its Effect on Sentiment Analysis
University of Tehran（德黑兰大学）
本研究构建了包含3250名用户的阿拉伯语Twitter人格数据集AraPers，利用BERT等机器学习技术结合语言与个人资料特征预测人格特质（准确率74.86%），并证实人格特质对社交媒体情感分析有显著影响。
2024-07-22 cs.CL
JU_KS@SAIL_CodeMixed-2017: Sentiment Analysis for Indian Code Mixed Social Media Texts
Jadavpur University（贾达普大学）
本文报告了我们在NLP工具竞赛@ICON-2017中的工作，共享任务是印度语言的情感分析（SAIL）（代码混合）。为了实现我们的系统，我们使用了一个机器学习算法，称为多项式朴素贝叶斯训练使用n-gram和SentiWordnet功能。我们还为英语使用了一个小SentiWordnet，为孟加拉语使用了一个小SentiWordnet。但我们没有使用任何SentiWordnet为印地语。我们已经在为大赛发布的印地语-英语和孟加拉语-英语代码混合的社交媒体数据集上测试了我们的系统。该系统的性能已经非常接近参加比赛的最佳系统。对于孟加拉语-英语和印地语-英语运行，我们的系统在所有提交的运行中排名第三，并在比赛中获得第三名。
2018-02-15 cs.CL
Sentiment Analysis of Code-Mixed Indian Languages: An Overview of SAIL_Code-Mixed Shared Task @ICON-2017
University of Texas Health Science Center（得克萨斯大学健康科学中心）；Jadavpur University（贾达普大学）；IIIT Sri City（斯里城国际信息技术研究所）
情感分析在立场检测、评论分析、推荐系统等许多现实应用中至关重要，当数据是从社交媒体上收集的且带有噪声时，情感分析变得更加困难。印度是一个多语言的国家，人们使用一种以上的语言进行交流。语言之间的转换被称为语码转换或语码混合，这取决于混合的类型。本文概述了从不同的社交媒体平台收集的印度语-英语和孟加拉语-英语的代码混合数据对的情感分析的共享任务。本文描述了任务，数据集，评估，基线和参与者的系统。
2018-03-18 cs.CL
Language Independent Sentiment Analysis
Lahore University of Management Sciences (LUMS)（拉合尔管理科学大学）；Islamic University（伊斯兰大学）
社交媒体平台和在线论坛产生快速和越来越多的文本数据。企业、政府机构和媒体组织寻求对该富文本数据执行情感分析。这些分析的结果用于调整营销策略，定制产品，安全和其他各种决策。情感分析已被广泛研究，并已开发出各种方法，取得了巨大的成功。然而，这些方法适用于以特定语言编写的文本。这限制了对有限人口和特定地理区域的适用性。在本文中，我们提出了一个通用的方法，情感分析的数据包含来自多种语言的文本。这使得所有的应用程序能够以语言无关或语言独立的方式利用情感分析的结果。
2020-01-23 cs.CL
TWSSenti: A Novel Hybrid Framework for Topic-Wise Sentiment Analysis on Social Media Using Transformer Models
Jouf University（朱夫大学）；Auburn University（阿伯茨伦斯大学）
TWSSenti提出一种基于Transformer模型的混合框架，通过结合BERT、GPT-2、RoBERTa、XLNet和DistilBERT提升社交媒体上主题情感分析的准确性和鲁棒性。
2026-02-26 cs.CL
Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts
本研究利用TF-IDF、t-SNE、k均值聚类和LDA对Reddit与Twitter整形外科帖子进行无监督分析，并用简单深度学习模型以近90%准确率预测用户情感，证明无监督学习可用于社交媒体NLP标注。
2023-07-05 cs.CL
A Temporal Psycholinguistics Approach to Identity Resolution of Social Media Users
Bangladesh University of Engineering and Technology（孟加拉国工程技术大学）
本文提出一种利用帖子主题、情感和时间进行跨社交媒体平台身份解析的方法，对比了时间与非时间方法，并实验了基于距离的奖惩评分模型，为后续多维度改进提供了方向。
2024-07-29 cs.CL
A Survey on sentiment analysis in Persian: A Comprehensive System Perspective Covering Challenges and Advances in Resources, and Methods
Malek-Ashtar University of Technology（马利克阿什塔尔理工大学）
社交媒体在过去几年中得到了显著的发展。如今，在社交媒体网站上发布消息已成为最受欢迎的互联网活动之一。大量的用户生成内容使社交媒体成为最广泛的民意数据来源。情感分析是用于分析用户生成数据的技术之一。波斯语有其独特的特点，因此需要采用独特的方法和模型来进行情感分析，这与英语不同。每种语言的情感分析都有特定的先决条件;因此，直接使用波斯语中为英语开发的方法、工具和资源有其局限性。本文的主要目标是为波斯语情感分析的最新进展提供一个全面的文献调查。在这方面，本研究的目的是调查和比较以前的情感分析研究波斯语文本和描述在过去十年发表的文章中提出的贡献。首先，描述了情感分析的层次、方法和任务。然后，详细调查的情感分析方法用于波斯语文本，并讨论了以前的相关工作对波斯语。此外，我们在本次调查中提出了真实的和出版的标准情感分析资源和进步，已经完成了波斯语情感分析。最后，根据英语情感分析的发展现状，总结了波斯语文本情感分析中尚未解决的问题和挑战，并为波斯语文本情感分析的未来研究提供了指导。本文提供的信息，以帮助新的或建立在该领域的研究人员以及行业开发人员谁的目标是部署一个操作完整的情感分析系统。
2021-04-30 cs.CL
BanglaNLP at BLP-2023 Task 2: Benchmarking different Transformer Models for Sentiment Analysis of Bangla Social Media Posts
本文针对孟加拉语社交媒体帖子情感分析任务，基准测试了多种Transformer架构，发现基于Twitter数据迁移学习的微调模型表现最佳，最终获得67.02%的micro-F1并排名第21。
2023-10-18 cs.CL
Classification of Public Opinion on the Free Nutritional Meal Program on YouTube Media Using the LSTM Method
Department of Data Science（数据科学系）；Institut Teknologi Sumatera（苏门答腊理工大学）；Institut Teknologi Sumatera Lampung Selatan（苏门答腊理工大学南苏门答腊分校）
本研究利用LSTM方法对YouTube评论进行情感分类，发现LSTM在处理印尼文文本情感分析时有效，但因数据不平衡导致正向情感识别效果较弱。
2026-04-29 cs.CL
On the Challenges of Sentiment Analysis for Dynamic Events
Kno.e.sis Center, Wright State University（莱特州立大学 Kno.e.sis 中心）；Cognovi Labs
随着社交媒体在过去十年中的激增，确定人们对特定主题、文档、交互或事件的态度激发了人们对自然语言处理的研究兴趣，并引入了一种称为情感和情绪分析的新渠道。例如，企业通常希望开发系统，通过识别相关内容来自动理解他们的客户对话，以加强他们的产品营销和管理他们的声誉。此前评估人们在Twitter上情绪的努力表明，Twitter可能是研究政治情绪的宝贵资源，它反映了离线政治格局。根据皮尤研究中心的一份报告，2016年1月，44%的美国成年人表示通过社交媒体了解了总统选举。此外，24%的人表示使用两位候选人的社交媒体帖子作为新闻和信息来源，这一比例超过了使用两位候选人网站或电子邮件的15%。特朗普和希拉里之间的第一场总统辩论是有史以来推特上最多的辩论，有1710万条推文。
2017-10-06 cs.CL
Curriculum Learning Strategies for Hindi-English Codemixed Sentiment Analysis
IIIT Hyderabad（海得拉巴国际信息技术学院）
情感分析和其他语义任务通常用于社交媒体文本分析，以衡量公众舆论，并从社交媒体上的噪音中理解。社交媒体上使用的语言不仅通常与形式语言不同，而且由于语言之间的代码混合而变得复杂，特别是在像印度这样的大型多语言社会中。学习语义NLP任务的传统方法长期以来依赖于端到端的任务特定训练，需要昂贵的数据创建过程，对于深度学习方法更是如此。这种挑战对于资源稀缺的文本（如代码混合语言对）来说更加严峻，缺乏作为模型先验的良好学习表示，并且任务特定数据集的数量可能很少且很小，无法有效地利用最近的深度学习方法。为了应对上述挑战，我们介绍了课程学习策略的语义任务的代码混合印地语-英语（Hi-En）文本，并调查各种培训策略，以提高模型的性能。我们的方法比Hi-En代码混合情感分析的最新方法的准确率高3.31%，并且在收敛性和测试性能方差方面也显示出更好的模型鲁棒性。
2019-06-18 cs.CL
Corpus Creation for Sentiment Analysis in Code-Mixed Tamil-English Text
Cardiff University（卡迪夫大学）；Saraswathi Narayanan College（萨拉斯瓦蒂·纳拉亚南学院）
从视频或图像中理解评论的情感是许多应用中的一项重要任务。文本的情感分析可以用于各种决策过程。其中一个应用是基于观众评论分析社交媒体上视频的流行情绪。然而，来自社交媒体的评论并不遵循严格的语法规则，它们包含多种语言的混合，通常是用非母语脚本编写的。对于像泰米尔语这样的低资源语言，没有注释的代码混合数据也增加了这个问题的难度。为了克服这个问题，我们创建了一个黄金标准的泰米尔语-英语代码转换，情感注释语料库，包含来自YouTube的15，744条评论帖子。在本文中，我们描述了创建语料库和分配极性的过程。我们提出了注释者之间的协议，并显示了在此语料库上训练的情感分析的结果作为基准。
2020-05-30 cs.CL
Semantic Sentiment Analysis of Twitter Data
Qatar Computing Research Institute, HBKU（卡塔尔计算研究所，哈马德·本·哈利法大学）
互联网和智能移动设备的激增已经改变了信息创建、共享和传播的方式，例如，诸如Twitter之类的微博、诸如LiveJournal之类的网络日志、诸如Facebook之类的社交网络以及诸如Skype和WhatsApp之类的即时信使现在通常用于分享关于周围世界中的任何事物的想法和观点。这导致了社交媒体内容的扩散，从而创造了以前所未有的规模研究公众舆论的新机会。自然，这些丰富的数据很快吸引了来自市场营销、政治学和社会研究等各个领域的商业和研究兴趣，这些领域对以下问题感兴趣：人们喜欢新的Apple Watch吗？美国人支持奥巴马医改吗？苏格兰人如何看待英国脱欧？研究这些问题需要研究人们在社交媒体中表达的观点的情绪，这导致了社交媒体中情感分析领域的快速增长，Twitter由于其规模，代表性，讨论的主题的多样性以及公众容易获得其消息而特别受欢迎。在这里，我们介绍了Twitter上的情感分析工作的概述。
2017-10-04 cs.CL
Hybrid TF--IDF Logistic Regression and MLP Neural Baseline for Indonesian Three-Class Sentiment Analysis on Social Media Text
Faculty of Science（科学学院）；Institut Teknologi Sumatera（苏门答腊理工大学）；Faculty of Industrial Technology（工业技术学院）
本文研究了印尼语社交媒体文本的三类情感分析，结合TF-IDF文本特征、三种轻量级数字元数据特征和平衡多项式逻辑回归分类器，与基于MLP的神经网络基线进行比较，验证了预处理和特征工程在小数据集中的有效性。
2026-05-08 cs.CL
Model in Distress: Sentiment Analysis on French Synthetic Social Media
PleIAs；RATP Group（RATP集团）；CAIRO；EPFL（苏黎世联邦理工学院）
本文提出了一种通用合成数据生成管道，用于法语公共交通顾客 distress 检测，通过回译和合成推理轨迹生成170万条合成推文，训练出77-79%准确率的推理器，降低标注成本并保护隐私。
2026-10-07 cs.CL
Learning Word Representations for Tunisian Sentiment Analysis
iCompass
突尼斯人在社交媒体上倾向于使用拉丁字母（突尼斯语）用当地方言表达自己。这对探索和认识网上意见的过程提出了额外的挑战。到目前为止，很少有工作已经解决了突尼斯情感分析由于稀缺的资源，用于培训自动化系统。在本文中，我们关注的是社交媒体上使用的突尼斯方言情感分析。以前的大多数工作都使用了机器学习技术与手工制作的功能相结合。最近，深度神经网络被广泛用于这项任务，特别是英语。在本文中，我们探讨了各种无监督的单词表示（word2vec，BERT）的重要性，我们研究了卷积神经网络和双向长短期记忆的使用。在不使用任何手工制作的功能的情况下，我们在两个公开数据集上的实验结果显示出与其他语言相当的性能。
2020-10-14 cs.CL
gundapusunil at SemEval-2020 Task 9: Syntactic Semantic LSTM Architecture for SENTIment Analysis of Code-MIXed Data
Language Technologies Research Centre（语言技术研究中心）；KCIS, IIIT Hyderabad（海得拉巴国际信息技术研究所知识计算与集成系统中心）
语码混合是指多种语言的词汇和句法在同一话语中混合使用的现象。这在多语言社会中更为明显。在本文中，我们开发了一个系统SemEval 2020：任务9对代码混合社交媒体文本的情感分析。我们的系统首先为社交媒体文本生成两种类型的嵌入。其中，第一个是字符级嵌入，用于编码字符级信息并处理词汇表外的条目，第二个是FastText词嵌入，用于捕获形态和语义。这两个嵌入被传递到LSTM网络，系统的性能优于基线模型。
2020-10-09 cs.CL
Emotional Analysis of Fashion Trends Using Social Media and AI: Sentiment Analysis on Twitter for Fashion Trend Forecasting
Delhi Public School, Ruby Park, India（印度德里公共学校，Ruby Park分校）；Poolesville High School, USA（美国Poolesville高中）
本研究利用T4SA数据集和NLP技术分析Twitter情感，提出改进的预测模型，证实社交媒体情感分析可作为时尚趋势的有效早期指标。
2025-04-30 cs.AI cs.CL
PHINC: A Parallel Hinglish Social Media Code-Mixed Corpus for Machine Translation
Indian Institute of Technology Gandhinagar（甘地讷格尔印度理工学院）
语码混用是指在一个句子中使用一种以上语言的现象。这是社交媒体平台上经常观察到的沟通模式。在一条短信中灵活使用多种语言可能有助于与目标受众进行有效沟通。但是，它在更大程度上增加了处理和理解自然语言的挑战。本文介绍了一个由13,738个英-印地语混合语码句子组成的平行语料库及其相应的英语翻译。句子的翻译由注释者手动完成。我们正在发布的平行语料库，以促进未来的研究机会，代码混合机器翻译。注释的语料库可在https://doi.org/10.5281/zenodo.3605597上获得。
2020-04-20 cs.CL
Sentiment Expression via Emoticons on Social Media
IBM（国际商业机器公司）
抗真菌药（例如，：）和：（）已经被广泛用于情感分析和其他NLP任务中，作为机器学习算法的特征或作为情感词典的条目。在本文中，我们认为，虽然表情符号是社交媒体上情感表达的强烈而常见的信号，但表情符号和情感极性之间的关系并不总是很清楚。因此，任何处理情感极性的算法都应该考虑表情符号，但应该在表情符号依赖的情况下进行极端的因果关系分析。首先，为了证明表情符号在社交媒体上的流行程度，我们分析了表情符号在一个大型近期Twitter数据集中的频率。然后，我们进行了四个分析，以检查表情符号和情感极性之间的关系，以及表情符号使用的上下文。第一项分析调查了一组参与者对最常见表情符号的感知情感极性。第二项分析考察了词汇和表情符号的聚类，以更好地理解表情符号所传达的含义。第三项分析比较了表情符号从文本中删除前后微博帖子的情感极性。最后一个分析通过训练两个机器学习模型，分别在文本中有和没有表情符号，测试了从文本中删除表情符号会影响情感分类的假设。结果证实了以下论点：1）少数表情符号是情感极性的强而可靠的信号，在任何情感分析中都应该利用它们; 2）大量表情符号传达复杂的情感，因此应该非常谨慎地对待它们。
2015-11-09 cs.CL cs.SI
Fine-tuned Sentiment Analysis of COVID-19 Vaccine-Related Social Media Data: Comparative Study
Bredesen Center for Interdisciplinary Research and Graduate Education, University of Tennessee at Knoxville（田纳西大学诺克斯维尔分校布雷德森跨学科研究与研究生教育中心）；Center for Biomedical Informatics, Department of Pediatrics, College of Medicine, University of Tennessee Health Science Center（田纳西大学健康科学中心医学院儿科系生物医学信息学中心）；Hubert Department of Global Health, Rollins School of Public Health, Emory University（埃默里大学罗林斯公共卫生学院休伯特全球卫生系）
这项研究调查并比较了2020年1月1日至2022年3月1日期间在Reddit和Twitter两个流行社交媒体平台上表达的与COVID-19疫苗相关的公众情绪。为了完成这项任务，我们创建了一个微调的DistilRoBERTA模型来预测大约950万条推文和7万条Reddit评论的情绪。为了微调我们的模型，我们的团队手动标记了3600条推文的情绪，然后通过反向翻译的方法增强了我们的数据集。然后，使用Python和Huggingface情感分析管道，使用我们的微调模型对每个社交媒体平台的文本情感进行分类。我们的研究结果表明，Twitter上表达的平均情绪是消极的（52%是积极的）而不是积极的，Reddit上表达的情绪是积极的而不是消极的（53%是积极的）。尽管发现这些社交媒体平台的平均情绪各不相同，但两者都表现出与疫情期间疫苗相关关键发展中的情绪相关的类似行为。考虑到在社交媒体平台上表现出的这种类似的情绪趋势，Twitter和Reddit仍然是公共卫生官员可以利用的宝贵数据来源，以加强疫苗信心和打击错误信息。由于错误信息的传播造成了一系列心理和社会心理风险（焦虑、恐惧等），迫切需要了解公众对共同谎言的看法和态度。针对人口表达的情绪，促进数字扫盲，健康信息寻求行为和精准健康促进的全面教育提供系统可以帮助澄清这些错误信息。
2022-10-17 cs.CL cs.SI
LSTM Based Sentiment Analysis for Cryptocurrency Prediction
University of Maryland, Baltimore County（马里兰大学巴尔的摩分校）；Leibniz University Hannover（汉诺威莱布尼茨大学）；McGill University（麦吉尔大学）；University of Stavanger（斯塔万格大学）；Guangdong Pharmaceutical University（广东药科大学）；University of Southern Queensland（南昆士兰大学）
大数据分析和自然语言处理的最新研究开发了分析社交媒体信息中情感的自动技术。此外，社交媒体不断增长的用户群和大量的帖子也提供了有价值的情绪信息来预测加密货币的价格波动。这项研究旨在通过分析社交媒体中的情绪并找到它们之间的相关性来预测加密货币的波动性价格走势。虽然以前的工作已经发展到分析情绪在英语社交媒体帖子，我们提出了一种方法来识别情绪的中国社交媒体帖子从最流行的中国社交媒体平台新浪微博。我们开发了捕获微博帖子的管道，描述了特定于加密货币的情感词典的创建，并提出了一个基于长短期记忆（LSTM）的递归神经网络，以及历史加密货币价格走势，以预测未来时间框架的价格趋势。实验结果表明，该方法优于最先进的自回归模型的18.5%的准确率和15.4%的召回率。
2021-10-17 cs.AI cs.CL
Sentiment Analysis of Fashion Related Posts in Social Media
The Chinese University of Hong Kong（香港中文大学）
随着时间的推移，社交媒体在时尚产业中的作用越来越大。在这项工作中，我们研究了社交媒体平台上与时尚相关的帖子的情感分析。这项任务有两个主要挑战。首先，必须联合考虑不同模态的信息，以做出最终预测。其次，一些独特的时尚相关属性应予以考虑。虽然大多数现有的工作集中在传统的多模态情感分析，他们总是无法利用时尚相关的属性在这项任务中。我们提出了一个新的框架，联合利用图像视觉，后文本，以及时尚属性模态来确定情感类别。我们的模型的一个特点是，它提取的时尚属性，并将它们与图像视觉信息的有效表示。此外，它还通过一种相互的注意力机制，挖掘了时尚属性与帖子文本之间的相互关系。由于没有适合此任务的现有数据集，因此我们准备了超过12k时尚相关社交媒体帖子的大规模情感分析数据集。大量的实验证明了我们的模型的有效性。
2021-11-15 cs.CL cs.IR
Social Media, Topic Modeling and Sentiment Analysis in Municipal Decision Support
Faculty of Economics（经济学院）
本文提出一个面向市政决策的社交媒体处理框架，通过情感极性判定、主题识别与模糊数聚合，更丰富地刻画市民意见多样性，并在捷克俄斯特拉发推文数据上验证其应用价值。
2023-08-08 cs.CL cs.SI
CMSAOne@Dravidian-CodeMix-FIRE2020: A Meta Embedding and Transformer model for Code-Mixed Sentiment Analysis on Social Media Text
International Institute of Information Technology - Hyderabad (IIIT-Hyderabad)（海得拉巴国际信息技术学院（IIIT-Hyderabad））
语码混用是一种常见的语言现象，它是指在一个话语或句子中使用多种语言。CM主要在各种社交媒体平台和非正式对话中进行。情感分析是自然语言处理中的一个基本步骤，在单语文本中得到了很好的研究。语码混合由于其非标准的表示方式给情感分析带来了挑战。本文提出了一种基于Transformer的Meta嵌入方法，用于对Dravidian代码混合数据集进行情感分析。在我们的方法中，我们使用Meta嵌入来捕获富文本表示。我们将所提出的方法用于任务：“代码混合文本中的达罗毗荼语的情感分析”，并且对于给定的达罗毗荼语代码混合数据集，它实现了$0.58$和$0.66$的F1得分。代码在Github https://github.com/suman101112/fire-2020-Dravidian-CodeMix中提供。
2021-01-22 cs.CL cs.LG
A Case Study of Chinese Sentiment Analysis on Social Media Reviews Based on LSTM
Peking University（北京大学）
网络舆情分析是通过自然语言处理（NLP）和舆论监督相结合而获得的，对于监测公众情绪和趋势至关重要。因此，网络舆情分析可以发现和解决潜在的、萌芽的社会问题。本研究旨在利用长短期记忆网络（LSTM）模型实现对社交媒体评论中中国人情绪的分析。数据集是使用网络爬虫从新浪微博获得的，并使用Pandas进行了清理。首先，对唐山袭击案和江歌案的法律量刑进行了中文评论的分割和向量化。然后，训练和测试一个二进制LSTM模型。最后，通过使用LSTM模型分析评论来获得情感分析结果。所提出的模型的准确性已达到约92%。
2022-10-31 cs.CL cs.LG
Sentiment Identification in Code-Mixed Social Media Text
Rutgers University（罗格斯大学）；MAKAUT（毛拉纳阿布卡拉姆阿扎德技术大学）；Jadavpur University（贾达普大学）
情感分析是自然语言处理（NLP）任务，处理文本中情感的检测和分类。虽然有些任务处理识别文本中的情感存在（主观性分析），但其他任务旨在确定文本的极性，将其分类为积极，消极和中性。每当文本中存在情感时，它都有一个来源（人，一群人或任何实体），并且情感指向某个实体，对象，事件或人。情感分析任务旨在确定情感的主体、目标和极性或效价。在我们的工作中，我们尝试使用机器学习方法从Facebook帖子中自动提取情感（积极或消极）。虽然已经在代码混合的社交媒体数据和情感分析中分别完成了一些工作，但我们的工作是第一次尝试（截至目前），旨在对代码混合的社交媒体文本进行情感分析。我们使用了大量的预处理来去除原始文本中的噪声。多层感知器模型已被用来确定的极性的情绪。我们还通过手动标记Facebook帖子及其相关情绪来开发此任务的语料库。
2017-07-04 cs.AI cs.CL cs.SI
Role of Artificial Intelligence in Detection of Hateful Speech for Hinglish Data on Social Media
Symbiosis Institute of Technology（共生理工学院）；Symbiosis Centre for Applied Artificial Intelligence（共生应用人工智能中心）
社交网络平台提供了传播我们的想法、观点和想法以及扩散信息的渠道。这导致了英语与母语的融合。印度语-英语代码混合数据（Hinglish）的流行率在世界各地的大多数城市人口中呈上升趋势。大多数社交网络平台部署的仇恨言论检测算法无法过滤出以这些代码混合语言发布的攻击性和辱骂性内容。因此，考虑到印度口语和俚语的内容，全球仇恨言论检测率约为44%，下降幅度更大。在本文中，我们提出了一种有效的检测非结构化代码混合印度式英语语言的方法。通过利用诸如ELMo（语言模型的嵌入）、FLAIR和基于变换器的BERT（来自Transformers的双向编码器表示）之类的基于上下文的嵌入来采用用于印地语-英语代码混合语言的基于微调的方法。我们提出的方法与现有的方法进行比较，并对各种数据集的结果进行比较。我们的模型优于其他方法和框架。
2021-05-11 cs.CL
The emojification of sentiment on social media: Collection and analysis of a longitudinal Twitter sentiment dataset
Queen Mary University of London（伦敦玛丽女王大学）
针对社交媒体情感纵向研究的空白，构建了含1.84亿条推文、跨度超七年的TM-Senti远程监督情感数据集，分析发现emoji使用量逐渐超过emoticon，且数据集可基于公开存档完整还原。
2025-03-24 cs.CL cs.DL cs.SI
Comparative Study of Sentiment Analysis for Multi-Sourced Social Media Platforms
Manipal Institute of Technology（马尼帕尔理工学院）
由于当今世界技术的快速发展，每秒钟都会产生大量的数据。这一研究领域试图确定人们在社交媒体帖子上的感受或观点。我们使用的数据集是来自Twitter，Reddit等各种社交网站的评论部分的多源数据集。采用自然语言处理技术对所获得的数据集进行情感分析。在本文中，我们提供了一个比较分析，使用基于词汇的技术，机器学习和深度学习的方法。这项工作中使用的机器学习算法是朴素贝叶斯，这项工作中使用的基于词典的方法是TextBlob，这项工作中使用的深度学习算法是LSTM。
2022-12-09 cs.AI cs.CL
