Machine Learning for Sentiment Analysis of Imported Food in Trinidad and Tobago
本研究比较 CNN、LSTM、VADER 和 RoBERTa 在特立尼达和多巴哥进口食品推文情感分析中的表现，发现 VADER 最优，并揭示 COVID-19 前后情感趋势变化对进口政策的启示。
2024-12-27 cs.CL cs.LG
Introducing TrGLUE and SentiTurca: A Comprehensive Benchmark for Turkish General Language Understanding and Sentiment Analysis
Independent Researcher（独立研究者）
本文提出TrGLUE和SentiTurca两个土耳其语综合基准，用于评估自然语言理解和情感分析能力，通过半自动化流程构建高质量数据集，支持研究人员进行模型微调和评估。
2025-12-26 cs.AI cs.CL
IFoodCloud: A Platform for Real-time Sentiment Analysis of Public Opinion about Food Safety in China
University of Jinan（济南大学）；University of Chinese Academy of Sciences（中国科学院大学）；Chinese Academy of Sciences（中国科学院）；Shaanxi Normal University（陕西师范大学）；Shihezi University（石河子大学）；Shanghai Institute of Technology（上海应用技术大学）
互联网上有大量关于食品安全的公众意见，包括对食品掺假、食源性疾病、农业污染、不规范的食品分配和食品生产问题的看法。为了系统收集和分析食品安全舆情，我们开发了IFoodCloud，这是一个对中国食品安全舆情进行实时的【形】情感分析的平台。它收集了3,100多个公共来源的数据，可以用来探索食品安全事件的舆论趋势，公众情绪和区域关注差异。同时，我们构建了一个情感分类模型，使用多种基于词汇和基于深度学习的算法，并与IFoodCloud集成，为理解公众对特定食品安全事件的情感提供了前所未有的快速手段。我们最好的模型的F1得分达到0.9737。此外，三个现实世界的情况下，演示的应用程序和鲁棒性。IFoodCloud可以被认为是促进食品安全监管和风险沟通科学化的宝贵工具。
2021-02-17 cs.CL
Sentiment Classification of Food Reviews
Stanford University（斯坦福大学）
评论的情感分析是自然语言处理中的一个热门任务。在这项工作中，我们的目标是用两个经过仔细调整的递归神经网络来预测1到5分的食品评论得分。至于基线，我们训练一个简单的RNN分类。然后我们把基线延伸到GRU。此外，我们提出了两种不同的方法来处理高度倾斜的数据，这是一个常见的问题的评论。使用精度评估模型。
2016-09-07 cs.CL
Preparation of Improved Turkish DataSet for Sentiment Analysis in Social Media
Sentis Software（Sentis软件公司）；Firat University（菲拉特大学）
为了能够成功地执行分析研究，需要具有适合情感分析[1]、事件预测、趋势检测和其他文本挖掘应用的各种属性的公共数据集。社交媒体上的绝大多数数据都是基于文本的，不可能直接将机器学习过程应用于这些原始数据，因为在实施算法之前需要几个不同的过程来准备数据。例如，同一个词的不同拼写错误不必要地扩大了词向量空间，从而导致降低算法的成功率并增加计算能力需求。本文提出了一种改进的土耳其语数据集，并基于Hadoop [2]提出了一种有效的拼写校正算法。收集的数据记录在Hadoop分布式文件系统上，基于文本的数据由MapReduce编程模型处理。该方法适用于基于大文本的社交媒体数据的存储和处理。在这项研究中，电影评论已被自动记录与Apache ManifoldCF（MCF）[3]和数据集群已被创建。各种方法比较，如Levenshtein和模糊字符串匹配已经提出了从收集的数据创建一个公共数据集。实验结果表明，该算法能够有效地检测和纠正文本中的拼写错误，可作为情感分析研究的开源数据集。
2018-01-31 cs.CL cs.IR cs.SI
Stance Detection in Turkish Tweets
TÜBİTAK Energy Institute（土耳其科学技术研究委员会能源研究所）
姿态检测是自然语言处理中的分类问题，其中对于文本和目标对，期望来自集合{Favor，Against，Neither}的类结果。它类似于情感分析问题，但不是文本作者的情感，而是在立场检测中研究针对特定目标表达的立场。在本文中，我们提出了一个立场检测推文数据集土耳其包括立场注释这些推文为两个受欢迎的体育俱乐部为目标。此外，我们还提供了该数据集上每个目标的SVM分类器的评估结果，其中分类器使用unigram，bigram和hashtag特征。这项研究是有意义的，因为它提出了一个初始的立场检测数据集提出迄今为止，第一个土耳其语，尽我们所知。相应的基于SVM的方法的数据集和评估结果将形成合理的基线，用于比较未来的研究立场检测。
2017-06-21 cs.CL
An Aspect Extraction Framework using Different Embedding Types, Learning Models, and Dependency Structure
Boğaziçi University（博加齐大学）
本文提出一种结合多种词嵌入与学习模型、并引入基于依存分析的树位置编码的方面抽取框架，构建了新土耳其语数据集，实验证明其性能优于现有方法。
2025-03-05 cs.CL cs.LG
Developing and Evaluating Tiny to Medium-Sized Turkish BERT Models
Cosmos Research Lab.（宇宙研究实验室）；Yildiz Technical University（耶尔德兹理工大学）
本研究开发并评估了四种规模的土耳其语 BERT 模型，在超过75GB数据上训练，验证了其在多项任务上的稳健性能与高效性，为低资源语言的小型模型应用提供了见解。
2023-07-26 cs.AI cs.CL cs.LG
CERM: Context-aware Literature-based Discovery via Sentiment Analysis
Graduate School of Advanced Science and Technology, Tokyo Denki University（东京电机大学尖端科学技术研究生院）；Sony AI, Sony Research Inc.（索尼研究院索尼人工智能部门）
本文提出实体关系情感分析（ERSA）任务及半监督架构CERM，通过结合词嵌入捕捉生物医学与食品概念间关系，以理解食物与健康关联，实验验证其高效性。
2024-01-27 cs.AI cs.CL cs.LG
Machine Learning for Food Review and Recommendation
Nanyang Technological University（南洋理工大学）
食品评论和建议一直是在线食品服务网站的重要组成部分。然而，评论和推荐食物并不简单，因为它可能会被不同的上下文和含义所淹没。在本文中，我们使用不同的深度学习方法来解决情感分析、自动评论标签生成和食品评论检索等问题。我们建议在南洋理工大学（NTU）开发一个基于网络的食品评论系统，名为NTU Food Hunter，它结合了不同的深度学习方法，帮助用户选择食物。首先，我们将BERT和LSTM深度学习模型实现到食品评论的情感分析系统中。然后，我们开发了一个词性（POS）算法来自动识别和提取的评论内容的形容词-名词对的评论标签生成的基础上词性标注和依存句法分析。最后，我们还训练了一个RankNet模型，用于对检索结果进行重新排序，以提高基于Solr的食品评论搜索系统的准确性。实验结果表明，我们提出的深度学习方法是有前途的实际问题的应用。
2022-01-15 cs.CL cs.IR cs.LG
Generating Word and Document Embeddings for Sentiment Analysis
Boğaziçi University（海峡大学）
不同语料库的词汇情感是不同的。一般来说，归纳语言的一般情感词汇并使用它们不能为不同的领域产生有意义的结果。在本文中，我们将上下文和监督信息与字典中出现的单词的一般语义表示相结合。词的上下文帮助我们捕捉特定领域的信息，词的监督分数指示这些词的极性。当我们将单词的监督特征与从其字典定义中提取的特征相结合时，我们观察到成功率的增加。我们尝试了上下文，监督和基于字典的方法的组合，并生成原始向量。我们还将word2vec方法与手工制作的功能相结合。我们诱导特定领域的情感向量的两个语料库，这是电影领域和Twitter的土耳其语数据集。当我们此后生成文档向量，并采用支持向量机方法利用这些向量，我们的方法比土耳其的基线研究有显着的利润率。我们在两个英语语料库上对我们的模型进行了评估，这些模型也优于word2vec方法。这表明我们的方法是跨领域的，可移植到其他语言。
2020-12-07 cs.CL
Comparison of Turkish Word Representations Trained on Different Morphological Forms
Istanbul Technical University（伊斯坦布尔理工大学）
不同文本表示的日益普及也带来了自然语言处理（NLP）任务的许多改进。在不需要监督数据的情况下，在大型语料库上训练的嵌入为我们提供了用于不同NLP任务的有意义的关系。尽管使用最近的方法训练这些向量相对容易，但从数据中获得的信息在很大程度上取决于语料库语言的结构。由于人们普遍研究的语言具有相似的形态结构，形态丰富的语言所出现的问题在研究中往往被忽视。对于形态丰富的语言，上下文无关词向量忽略了语言的形态结构。在这项研究中，我们准备了文本在形态上不同的形式在形态丰富的语言，土耳其语，并比较了不同的内在和外在的任务的结果。为了观察形态结构的效果，我们在词元和后缀被不同处理的文本上训练word2vec模型。我们还训练了子词模型fastText，并比较了词类比，文本分类，情感分析和语言模型任务的嵌入。
2020-02-13 cs.CL
VNLP: Turkish NLP Package
VNGRS；YTÜ Teknopark（伊斯坦布尔理工大学科技园）
本文提出 VNLP，一个面向土耳其语的完整开源、轻量且可用于生产的 NLP 软件包，集成多种任务模型、预训练嵌入、分词器及便捷接口。
2024-03-02 cs.AI cs.CL cs.LG
Enhancing BERT Fine-Tuning for Sentiment Analysis in Lower-Resourced Languages
Faculty of Mathematics Physics and Informatics（数学物理系）；Comenius University in Bratislava（布拉迪斯拉发康门大学）
本研究通过结合主动学习与数据聚类策略，提升低资源语言情感分析中BERT模型的微调效果，实现标注节省和性能提升。
2025-12-01 cs.CL cs.LG
Opinion Mining on Non-English Short Text
Florida State University（佛罗里达州立大学）
随着此类场所的类型和数量的增加，文本资源上的情感自动分析已成为一项必不可少的数据采掘任务。在本文中，我们研究了非正式短文本收集的意见挖掘问题。文本的积极和消极的情感强度检测。我们专注于一种非英语语言，它几乎没有用于文本挖掘的资源。这种方法将有助于增强在不存在固执己见词列表的语言中的情感分析。提出了一种新的方法，根据文本的情感强度，将文本投影到密集的低维特征向量中。我们在多变量尺度上检测积极和消极情绪的混合物。土耳其推文的实证评估表明，我们的方法得到了很好的结果意见挖掘的建议框架。
2017-04-04 cs.CL cs.IR
Open Aspect Target Sentiment Classification with Natural Language Prompts
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Lexalytics, Inc.（Lexalytics公司）
对于许多商业应用程序，我们经常试图分析与商业产品的任何任意方面相关的情感，尽管标签数量非常有限，甚至根本没有任何标签。然而，现有的方面目标情感分类（ATSC）模型是不可训练的，如果注释数据集不可用。即使使用标记数据，它们也无法达到令人满意的性能。为了解决这个问题，我们提出了简单的方法，更好地解决ATSC与自然语言提示，使任务下zero-shot的情况下，并加强监督设置，特别是对于Few-Shot的情况下。在SemEval 2014任务4笔记本电脑域的Few-Shot设置下，我们将ATSC重新制定为NLI任务的方法优于监督SOTA方法，准确度高达24.13点，宏F1点为33.14。此外，我们证明了我们的提示也可以处理隐含的方面：我们的模型在检测方面类别的情感时达到了77%的准确率（例如，food），其不一定出现在文本中，即使我们仅用明确提到的方面术语训练模型（例如，fajitas），而无提示基线的准确率仅为65%左右。
2021-09-08 cs.CL cs.LG
Sentiment Analysis Challenges in Persian Language
互联网上数据的快速增长需要一个数据采掘过程来达成支持洞察力的决策。波斯语在自然语言处理的任何方面都有很强的深入研究潜力，特别是情感分析方法。世界各地的波斯语用户更新和修改了数千个网站和博客，其中包含数百万个波斯语上下文。这一系列的应用程序需要一个全面的结构化框架，以提取有益的信息，帮助企业提高他们的业务，并通过生产有效的推荐系统启动以客户为中心的管理过程。情感分析是一种从海量数据中提取有用信息的智能方法，可以帮助企业进行智能管理过程。在这条道路上，机器学习和深度学习技术将变得非常有帮助，但它们面临着许多挑战。本文试图提出并断言情感分析在波斯语中最重要的挑战。这种语言是一种印欧语言，全世界有超过1.1亿人使用，是伊朗，塔吉克斯坦和阿富汗的官方语言。它还广泛用于乌兹别克斯坦，巴基斯坦和土耳其的订单。
2020-02-21 cs.CL cs.IR
Multilingual Sentiment Analysis: An RNN-Based Framework for Limited Data
Bilkent University（比尔肯特大学）
情感分析是一个被广泛研究的NLP任务，其目标是确定用户对他们正在审查的产品，实体或服务的意见，情感和评价。情感分析面临的最大挑战之一是它高度依赖于语言。词嵌入、情感词典、甚至注释数据都是特定于语言的。此外，为每种语言优化模型是非常耗时和劳动密集型的，特别是对于递归神经网络模型。从资源的角度来看，收集不同语言的数据非常具有挑战性。在本文中，我们寻找以下研究问题的答案：在一种语言上训练的情感分析模型是否可以重用于其他语言的情感分析，如俄语、西班牙语、土耳其语和荷兰语，这些语言的数据更有限？我们的目标是用具有最大数据集的语言构建单个模型，并将其重用于资源有限的语言。为此，我们训练一个情感分析模型，使用循环神经网络与评论在英语。然后，我们将评论翻译成其他语言，并重用该模型来评估情感。实验结果表明，我们在英语评论上训练的单一模型的鲁棒方法在统计上显着优于几种不同语言的基线。
2018-06-08 cs.CL cs.IR
Sentiment Analysis for Reinforcement Learning
Princeton University（普林斯顿大学）
虽然强化学习（RL）在自然语言处理（NLP）领域取得了成功，如对话生成和基于文本的游戏，但它通常面临稀疏奖励的问题，导致收敛缓慢或没有收敛。传统的方法使用文本描述来提取状态表示，忽略了其中固有的反馈。例如，在基于文本的游戏中，像“干得好！“你吃了食物”表示进展，而“你进入了一个新房间”这样的描述表示探索。通过情感分析，这些积极和消极的线索可以转化为奖励。该技术将稀疏奖励问题转化为稠密奖励问题，这更容易解决。此外，这可以实现没有奖励的强化学习，其中代理完全从这些内在情感奖励中学习。这个框架类似于内在动机，环境不一定提供奖励，但代理人自己分析并实现它们。我们发现，在基于文本的游戏中使用情感分析提供密集的奖励在某些条件下可以提高性能。
2020-10-05 cs.CL
Do We Still Need Fine Tuning? Turkish Sentiment Analysis in the Era of Large Language Model
University of Chicago（芝加哥大学）；Fırat University（费拉特大学）
研究大语言模型时代土耳其语情感分析是否需要监督微调，通过对比经典机器学习、微调预训练语言模型和提示大语言模型，发现微调BERTurk在三分类任务中表现最佳，而大语言模型在中性类别上表现不佳。
2026-06-28 cs.AI cs.CL
Optimal Turkish Subword Strategies at Scale: Systematic Evaluation of Data, Vocabulary, Morphology Interplay
Independent Researcher（独立研究者）
本文系统评估了土耳其语子词分词策略，通过数据、词汇和形态交互的深入分析，提出统一的评估框架，并开源了相关工具和模型，为形态丰富语言的分词研究提供指导。
2026-02-06 cs.AI cs.CL
A Fusion Approach of Dependency Syntax and Sentiment Polarity for Feature Label Extraction in Commodity Reviews
Shanghai University of Engineering Science（上海工程技术大学）
本文针对商品评论，提出融合依存句法与情感极性的特征标签提取方法，解决了现有算法鲁棒性低的问题，在JD.com数据集上取得准确率0.7、召回率与F值0.8的有效结果。
2024-12-20 cs.AI cs.CL
TwiInsight: Discovering Topics and Sentiments from Social Media Datasets
Singapore Institute of Technology（新加坡理工学院）；Data Storage Institute, A*STAR（新加坡科技研究局数据存储研究院）；University of Glasgow（格拉斯哥大学）
社交媒体平台包含了大量的信息，为我们提供了探索隐藏模式或未知相关性的机会，并了解人们对他们正在讨论的内容的满意度。作为一个展示，在本文中，我们提出了一个系统，TwiInsight探索Twitter数据的洞察力。与其他Twitter分析系统不同，TwiInsight自动提取不同类别下的热门话题（例如，医疗保健、食品、技术、体育和交通），并识别不同类别之间的相关主题。此外，它还通过情感分析发现人们对推文和主题的意见。该系统还采用直观和信息可视化来显示未发现的洞察力。此外，我们还开发和比较六个最流行的算法-三个情感分析和三个主题建模。
2017-05-23 cs.CL cs.IR
End-to-End Annotator Bias Approximation on Crowdsourced Single-Label Sentiment Analysis
Technical University of Munich（慕尼黑工业大学）
本文提出一种改进的端到端标注者偏差建模与真实标签估计方法，以减少现有方法的偏差失配，在单标注者场景下提升准确性，并发布10,000条有机食品领域情感数据集。
2023-07-24 cs.CL cs.HC cs.LG
Yelp Reviews and Food Types: A Comparative Analysis of Ratings, Sentiments, and Topics
BNU-HKBU United International College（北京师范大学-香港浸会大学联合国际学院）
本研究通过分析Yelp评论的评分、情感与主题，揭示不同食物类型的相关模式与四类聚类，为理解平台用户行为、文化影响及促进跨文化理解提供参考。
2023-07-20 cs.CL
Fine-Grained Opinion Summarization with Minimal Supervision
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
意见摘要旨在通过从多个文档中提取意见来分析目标。大多数现有的工作方法的任务，在半监督的方式，由于难以获得高质量的注释从成千上万的文件。其中，一些使用方面和情感分析作为识别意见的代理。在这项工作中，我们提出了一个新的框架，FineSum，它在三个方面推进了这一前沿：（1）最小的监督，只有方面的名称和一些方面/情感关键字是可用的;（2）细粒度的意见分析，其中情感分析钻到子方面的水平;和（3）基于短语的总结，其中意见是总结在短语的形式。FineSum自动从原始语料库中识别意见短语，将其分类为不同的方面和情感，并在每个方面/情感下构建多个细粒度的意见聚类。每个聚类由语义连贯的短语组成，表达对某些子方面或特征的统一意见（例如，在“食物”方面对“汉堡”有积极的感觉。一个面向观点的球形词嵌入空间被训练来为短语分类器提供弱监督，并且使用从短语分类器生成的方面感知的上下文化嵌入来执行短语聚类。基准测试的自动评估和定量的人工评估都验证了该方法的有效性。
2021-10-17 cs.CL
Exa-PSD: a new Persian sentiment analysis dataset on Twitter
本文提出Exa-PSD数据集，用于波斯语推特情感分析，包含12,000条推文，通过Pars Bert和Roberta模型评估，达到79.87宏F分数。
2026-02-24 cs.CL
Sentiment Polarity Analysis of Bangla Food Reviews Using Machine and Deep Learning Algorithms
Uttara University（乌拉拉大学）；National Institute of Technology（印度国家理工学院）；University of Oslo（奥斯陆大学）；Maharishi International University（玛赫西国际大学）；CCN University of Science & Technology（CCN科技大学）
本研究针对孟加拉语在线美食评论的品质判断需求，构建含1484条评论的数据集，对比多种机器学习与深度学习算法，发现逻辑回归准确率达90.91%，可为用户点餐提供参考。
2024-05-03 cs.CL cs.LG
Enhanced Sentiment Interpretation via a Lexicon-Fuzzy-Transformer Framework
本文提出一种结合规则启发式、上下文深度学习和模糊逻辑的混合框架，用于提升领域特定文本中情感极性和强度的识别精度。
2025-12-09 cs.AI cs.CL
Predicting US State-Level Agricultural Sentiment as a Measure of Food Security with Tweets from Farming Communities
Stanford University（斯坦福大学）
在相关数据可能稀少的发展中地区，获得准确的粮食安全指标的能力对于负责实施粮食援助计划的政策制定者至关重要。因此，大量的工作致力于预测重要的粮食安全指标，如使用各种方法，包括模拟，遥感，天气模型和人类专家输入的年度作物产量。作为对现有作物产量预测技术的补充，这项工作开发了神经网络模型，用于预测来自农业社区的Twitter消息的情绪。具体来说，我们研究了在农业相关推文的小数据集上进行直接学习的潜力，以及从其他领域（例如，政治）来准确预测农业情绪，我们希望这最终将成为一个有用的作物产量预测器。我们发现，从小的相关数据集直接学习优于从大的完全标记的数据集迁移学习，卷积神经网络在Twitter情感分类上广泛优于递归神经网络，并且这些模型在实际设置的三元情感问题上的表现远不如文献中常见的二元问题。
2019-04-25 cs.CL cs.LG cs.SI
Fragmented and Valuable: Following Sentiment Changes in Food Tweets
University of Latvia（拉脱维亚大学）；The University of Tokyo（东京大学）
我们分析了拉脱维亚语中食物推文所表达的与气味、味道和温度相关的情感和频率。为了更好地理解嗅觉、味觉和温度在食物联想的心理地图中的作用，我们研究了“美味”和“健康”等类别，结果发现它们是相互排斥的。通过分析与这些类别相关联的词的出现频率，我们发现，食品话语总体上被“美味”所渗透，而“健康”的类别相对较少。最后，我们使用了时间动态分析，看看我们是否可以追踪食物推文中反映的气味，味道和温度的季节性或其他时间方面。了解社交媒体内容的组成与食物推文中的气味，味道和温度的关系，使我们能够进一步发展我们的工作-食物文化/季节性及其与温度的关系，我们表达与气味相关的情感的能力有限，以及在讨论食物健康时缺乏味道的范式。
2021-06-09 cs.CL
Weakly Supervised Attention Networks for Fine-Grained Opinion Mining and Public Health
Columbia University（哥伦比亚大学）
在许多评论分类应用中，评论的细粒度分析是期望的，因为不同的段（例如，审查的重点可以是所涉实体的不同方面。然而，训练用于片段级分类的监督模型需要片段标签，这可能比查看标签更难或更昂贵。在本文中，我们采用多实例学习（MIL），并且仅使用弱监督，每次评论都使用单个标签。首先，我们表明，当使用不适当的MIL聚合功能，然后基于MIL的网络优于简单的基线。其次，我们提出了一个新的聚合函数的基础上的sigmoid注意力机制，并表明我们提出的模型优于最先进的模型段级的情感分类（高达9.8%，在F1）。最后，我们强调了细粒度预测在一个重要的公共卫生应用中的重要性：寻找食源性疾病的可操作报告。我们表明，与以前的模型相比，我们的模型实现了48.6%的高召回率，从而增加了识别以前未知的食源性疫情的机会。
2019-09-30 cs.CL cs.IR cs.LG
What Can We Learn From Almost a Decade of Food Tweets
University of Latvia（拉脱维亚大学）；The University of Tokyo（东京大学）
我们提出了拉脱维亚Twitter食客语料库-一组推文在狭窄的域相关的食物，饮料，饮食和饮料。该语料库收集了超过8年的时间，包括200多万条推文，其中包含额外的有用数据。我们还分离了两个子语料库的问题和答案的推文和情感注释的推文。我们分析了语料库的内容，并通过使用语料库中的数据训练特定领域的问答和情感分析模型来展示子语料库的用例。
2020-09-01 cs.CL
Fine-tuning Transformer-based Encoder for Turkish Language Understanding Tasks
Istanbul Bilgi University（伊斯坦布尔比尔基大学）
本研究针对土耳其语自然语言理解任务，微调基础版土耳其语BERT模型BERTurk，在命名实体识别等四项任务上超越现有基线，公开发布相关模型资源以支持领域研究。
2024-01-30 cs.AI cs.CL
Hate Speech Detection in Turkish and Arabic: A Comprehensive Study
Sabanci University（萨班哲大学）；Bogazici University（博阿齐奇大学）；Hrant Dink Foundation（赫兰特·丁克基金会）
本研究构建了涵盖土耳其语五个主题和阿拉伯语一个主题的仇恨言论数据集，并开发了基于BERT的模型，用于分类、强度预测、目标识别和跨度检测。
2026-07-07 cs.AI cs.CL
Analyzing Folktales of Different Regions Using Topic Modeling and Clustering
Dartmouth College（达特茅斯学院）
本文采用两种主要的自然语言处理技术，主题建模和聚类，发现模式的民间故事，揭示地区之间的文化关系。特别是，我们使用潜在的Dirichlet分配和BERTopic提取重复出现的元素，以及K-均值聚类组民间故事。本文试图回答这样一个问题，即民间故事之间的异同，以及它们对文化的表达。在这里，我们表明，民间故事之间的共同趋势是家庭，食物，传统的性别角色，神话人物和动物。此外，民间故事的主题也因地理位置而异，不同地区的民间故事有不同的动物和环境。我们并不惊讶地发现，宗教人物和动物是所有文化中的一些共同话题。然而，令我们惊讶的是，欧洲和亚洲的民间故事往往是配对在一起。我们的研究结果表明，某些元素在世界各地的文化中普遍存在。我们期望我们的工作是一个资源，以未来的民间故事的研究和一个例子，使用自然语言处理来分析特定领域的文件。此外，由于我们只对这些文献进行了主题分析，因此可以在分析这些民间故事的结构、情感和特征方面做更多的工作。
2022-06-09 cs.CL cs.CY
Annotations for Exploring Food Tweets From Multiple Aspects
Artificial Intelligence Research Center, National Institute of Advanced Industrial Science and Technology（产业技术综合研究所人工智能研究中心）；University of Latvia（拉脱维亚大学）
本研究基于已收集12年、含近300万条推文的拉脱维亚推特食客语料库LTEC，补充了覆盖四类任务的人工标注评估子集，通过基线模型实验并指出未来建模挑战。
2024-12-09 cs.AI cs.CL
Fine-grained Geolocation Prediction of Tweets with Human Machine Collaboration
Georgia Institute of Technology（佐治亚理工学院）
Twitter是分析人们对各种主题的意见的有用资源。这些主题通常与这些推文发布的位置相关或相关联。例如，餐馆老板可能需要知道他们的目标客户在哪里吃饭，以了解与食物相关的帖子的情绪，政策规划者可能需要分析公民对城市或县或州的特定部分的相关问题，如犯罪，安全，拥堵等的意见。尽管这很有希望，但只有不到$1\%$的抓取推文帖子带有地理位置标签。这使得准确预测非地理标记推文的推文帖子对于分析各个领域的数据非常重要。在这项研究中，我们利用数百万条Twitter帖子和最终用户的领域专业知识，使用自然语言处理（NLP）技术构建了一组深度神经网络模型，该模型可以预测不同粒度级别的非地理标记的Twitter帖子的地理位置，例如社区，邮政编码和经度与纬度。通过多个神经架构实验和协作式人机工作流设计，我们正在进行的地理位置检测工作显示出令人鼓舞的结果，使最终用户能够将选择变量与位置信息之间的关系关联起来。
2021-06-25 cs.CL cs.LG cs.SI
