From Big to Small Without Losing It All: Text Augmentation with ChatGPT for Efficient Sentiment Analysis
Wrocław University of Science and Technology(弗罗茨瓦夫理工大学)
本文提出用 ChatGPT 生成合成训练数据进行文本增强,使小型情感分析模型达到甚至超过大型模型性能,同时降低计算、推理和内存成本。
2023-12-07 cs.AI cs.CL cs.LG
A Novel Counterfactual Data Augmentation Method for Aspect-Based Sentiment Analysis
Hithink RoyalFlush Information Network Co.,Ltd(核新同花顺网络信息股份有限公司)
针对ABSA任务中观点表达多样性影响模型性能的问题,提出一种基于积分梯度定位掩码、结合极性提示用T5生成反转极性观点的反事实数据增强方法,在三个数据集上效果优于现有增强方法。
2023-10-07 cs.CL
Exploring ChatGPT-based Augmentation Strategies for Contrastive Aspect-based Sentiment Analysis
Hong Kong Metropolitan University(香港都会大学);Lingnan University(岭南大学);University of Southern Queensland(南昆士兰大学)
针对方面级情感分析中标注数据稀缺的问题,提出三种基于ChatGPT的数据增强策略并结合对比学习,实验验证其均能提升性能,其中上下文-方面增强策略效果最优。
2024-09-17 cs.CL
Data Augmentation in a Hybrid Approach for Aspect-Based Sentiment Analysis
Erasmus University Rotterdam(鹿特丹伊拉斯姆斯大学);Bucharest Univ. of Economic Studies(布加勒斯特经济研究大学)
数据增强是一种通过对原始数据应用约束转换来增加可用数据多样性的方法。这种策略已被广泛用于图像分类,但据我们所知,尚未被用于基于方面的情感分析(ABSA)。ABSA是一种文本分析技术,可以确定固执己见的文本中的方面及其相关情感。在本文中,我们调查的影响,数据增强的国家的最先进的混合方法,基于方面的情感分析(HAABSA)。我们应用简易数据增强(EDA)、反向翻译和单词混淆的修改版本。我们在SemEval 2015和SemEval 2016数据集上评估了提出的技术。最好的结果是使用EDA的调整版本,与原始HAABSA模型相比,SemEval 2016数据集提高了0.5个百分点,SemEval 2015数据集提高了1个百分点。
2021-03-29 cs.CL
Sentiment Analysis on Financial News Headlines using Training Dataset Augmentation
University of Waterloo(滑铁卢大学)
本文讨论了UWaterloo团队为解决SemEval 2017任务5提出的细粒度情感分析问题所采取的方法。本文介绍了文档矢量化和情感得分预测技术,以及在构建系统时所采取的设计和实施决策。该系统使用文本向量化模型,如N-gram,TF-IDF和段落嵌入,结合回归模型变量来预测情感得分。在检查的方法中,一元和二元再加上简单的线性回归获得了最好的基线精度。本文还探讨了数据增强方法来补充训练数据集。该系统是为子任务2(新闻声明和标题)设计的。
2017-07-29 cs.CL
Atalaya at TASS 2019: Data Augmentation and Robust Embeddings for Sentiment Analysis
Universidad Nacional de Córdoba(科尔多瓦国立大学);CONICET(阿根廷国家科学技术研究委员会)
在本文中,我们描述了我们参与TASS 2019的情况,这是一项旨在检测西班牙推文情感极性的共享任务。我们结合了不同的表示,如词袋,字符袋和推文嵌入。特别是,我们训练了鲁棒的子词感知词嵌入,并使用加权平均策略计算了推文表示。我们还使用了两种数据增强技术来处理数据稀缺性:双向翻译增强和实例交叉增强,这是一种通过组合推文的一半来生成新实例的新技术。在实验中,我们训练了线性分类器和集成模型,尽管我们的方法很简单,但仍然获得了极具竞争力的结果。
2019-09-25 cs.CL cs.LG
Will sentiment analysis need subculture? A new data augmentation approach
针对情感分析训练数据不足的问题,提出基于亚文化的数据增强方法SCDA,通过构建特定亚文化表达生成器生成增强文本,实验验证其有效性并发现亚文化表达的情感刺激差异及线性可逆性猜想。
2024-12-10 cs.CL
Robust Sentiment Analysis for Low Resource languages Using Data Augmentation Approaches: A Case Study in Marathi
SCTR’s Pune Institute of Computer Technology(SCTR浦那计算机技术学院);L3Cube Pune(浦那L3Cube);Indian Institue of Technology Madras(印度理工学院马德拉斯分校)
针对低资源语言马拉地语情感分析资源不足、现有数据集适配通用可变长度输入效果差的问题,提出四种数据增强技术,显著提升了跨域准确率,且方法可推广至其他低资源语言和通用文本分类任务。
2023-10-01 cs.CL cs.LG
A Contrastive Cross-Channel Data Augmentation Framework for Aspect-based Sentiment Analysis
Jilin University(吉林大学);JD Explore Academy(京东探索研究院);The University of Sydney(悉尼大学);Wuhan University(武汉大学)
基于体的情感分析(ABSA)是一种细粒度的情感分析任务,其重点是检测句子中对体的情感极性。然而,它总是敏感的多方面的挑战,在一个句子中的多个方面的特点会相互影响。为了解决这个问题,我们设计了一种新的训练框架,称为对比跨通道数据增强(C3 DA),它利用域内生成器来构建更多的多方面样本,然后通过对这些生成的数据进行对比学习来增强ABSA模型的鲁棒性。在实践中,给定一个生成式预训练语言模型和一些有限的ABSA标记数据,我们首先采用一些参数有效的方法来执行域内微调。然后,使用所获得的域内生成器从两个通道生成合成句子,即,方面增强通道和极性增强通道,分别在给定的方面和极性上生成句子条件。具体来说,我们的C3 DA执行的句子生成在一个跨通道的方式,以获得更多的句子,并提出了一个熵最小化过滤器过滤低质量的生成样本。大量的实验表明,我们的C3 DA可以优于这些基线没有任何增强约1%的准确性和宏F1。代码和数据发布在https://github.com/wangbing1416/C3DA。
2022-09-07 cs.CL
Semantic-preserved Augmentation with Confidence-weighted Fine-tuning for Aspect Category Sentiment Analysis
Lingnan University(岭南大学)
本文面向 ACSA 提出结构化 LLM 语义保持数据增强、语义一致性后处理及置信度加权微调,在四个基准上超过全部基线。
2025-06-08 cs.CL
Improving Sentiment Analysis over non-English Tweets using Multilingual Transformers and Automatic Translation for Data-Augmentation
European Commission – DG-JRC(欧盟委员会联合研究中心)
与一般文本相比,推文是特定的文本数据。尽管在过去的十年中,对英语的tweets进行情感分析已经变得非常流行,但是仍然很难找到针对非英语语言的大型注释语料库。自然语言处理中最近兴起的Transformer模型允许在许多任务中实现无与伦比的性能,但这些模型需要相应的文本量来适应tweet域。我们建议使用多语言Transformer模型,我们对英语推文进行预训练,并使用自动翻译应用数据增强,以使模型适应非英语语言。我们在法语,西班牙语,德语和意大利语的实验表明,所提出的技术是一种有效的方法来提高结果的Transformers在非英语语言的小语料库的推文。
2020-10-07 cs.CL
Balanced Training Data Augmentation for Aspect-Based Sentiment Analysis
University of Science and Technology of China(中国科学技术大学);University of Washington(华盛顿大学)
针对ABSA任务中训练数据小且不平衡的问题,提出一种基于LLM的训练数据增强方法,并利用强化学习优化增强数据质量,在英文基准数据集上取得了优于强基线的性能。
2025-07-13 cs.CL
Improving Aspect Sentiment Quad Prediction via Template-Order Data Augmentation
Nankai University(南开大学);Tsinghua University(清华大学)
近年来,方面情感四元预测(ASQP)已成为方面级情感分析领域的热门任务。以前的工作利用一个预定义的模板来释义成一个结构的目标序列,它可以很容易地解码为四元组的形式(方面类别,方面术语,意见术语,情感极性)的原始句子。模板以固定的顺序包含这四个元素。然而,我们观察到这种解决方案与ASQP任务的无顺序属性相矛盾,因为只要正确提取四元组,就不需要固定模板顺序。受此启发,我们研究了模板阶数的影响,发现一些阶数有助于生成模型获得更好的性能。据推测,不同的顺序提供了四胞胎的各种观点。因此,我们提出了一个简单但有效的方法来确定最合适的订单,并进一步结合多个适当的模板作为数据增强,以改善ASQP任务。具体来说,我们使用预先训练好的语言模型来选择熵最小的顺序。通过使用这些模板顺序微调预训练的语言模型,我们的方法提高了四元预测的性能,并且在低资源设置中显着优于最先进的方法。
2022-10-19 cs.CL
Leveraging Large Language Models for Code-Mixed Data Augmentation in Sentiment Analysis
The Harker School(哈克尔学校)
本研究提出利用大型语言模型生成合成代码混合数据以增强情感分析性能,在西班牙语-英语中F1提升9.32%,并验证了少样本提示方法的有效性,尤其对低基线场景有益。
2024-11-01 cs.CL
Robust Marathi Sentiment Analysis using Domain-Adaptive Pre-training and Data Augmentation Approaches
Pune Institute of Computer Technology (PICT)(浦那计算机技术学院);L3Cube Labs(L3Cube实验室);Indian Institute of Technology Madras(马德拉斯印度理工学院)
本研究针对低资源语言马拉地语,采用MahaBERT模型结合领域自适应预训练与回译数据增强方法,提升了其跨领域情感分析的准确率,最小提升0.12%、最大1.74%,验证了策略的有效性。
2026-10-14 cs.CL cs.LG
Contextual effects of sentiment deployment in human and machine translation
University of California, Los Angeles(加州大学洛杉矶分校)
本文揭示翻译中整体情感偏移对自动化情感分析的影响,指出机器翻译会缩小文本语义场,尤其影响认知性词汇,而人工翻译则不会。研究通过对比两种翻译方式,为情感分析应用提供重要警示。
2025-02-25 cs.CL
Towards Robust Aspect-based Sentiment Analysis through Non-counterfactual Augmentations
Northeastern University(东北大学);Amazon Alexa(亚马逊Alexa);City, University of London(伦敦城市大学);NiuTrans Research(小牛翻译研究院)
针对现有ABSA模型鲁棒性不足、反事实增强方法受限于因果结构的问题,提出保留目标方面语义的低成本非反事实噪声数据增强方法,通过建模数据变体间的不变性提升鲁棒性,在多数据集上超越基线并刷新鲁棒性基准SOTA,跨域迁移效果好。
2023-07-21 cs.CL
Easy Data Augmentation in Sentiment Analysis of Cyberbullying
针对 Instagram 上的网络欺凌评论过滤问题,本文结合 SVM 与 EDA 数据增强提升情感分析性能,准确率达92.5%,并公开源代码。
2023-11-29 cs.CL cs.LG
LACA: Improving Cross-lingual Aspect-Based Sentiment Analysis with LLM Data Augmentation
Department of Computer Science and Engineering(计算机科学与工程系);NTIS – New Technologies for the Information Society University of West Bohemia in Pilsen, Faculty of Applied Sciences(新信息技术社会大学西波希米亚大学皮尔森分校应用科学学院)
提出LACA框架,利用LLM生成高质量伪标注数据替代翻译工具,通过训练ABSA模型预测并生成自然句子进行微调,在六种语言和五个模型上超越现有翻译方法。
2025-08-13 cs.CL
An analysis of vaccine-related sentiments from development to deployment of COVID-19 vaccines
UNSW Sydney(悉尼新南威尔士大学);IITG(印度理工学院瓜哈提分校)
本研究使用深度学习情绪分析框架分析Twitter数据,揭示了COVID-19大流行期间疫苗从研发到部署的反疫苗情绪演变,发现推文量、病例数与情绪极性分数相关,且疫苗推出使讨论性质趋于稳定。
2023-06-23 cs.CL cs.SI
Transfer Learning for Low-Resource Sentiment Analysis
Queen Mary University of London(伦敦玛丽女王大学);Insight Centre for Data Analytics, National University of Ireland Galway(爱尔兰国立高威大学Insight数据分析中心);University of Kurdistan(库尔德斯坦大学)
本文针对 Central Kurdish 低资源情感分析,构建了专用数据集,探索了经典机器学习与神经网络技术,并采用迁移学习利用预训练模型进行数据增强,实验证明该方法在困难任务上仍取得了较高的 F$_1$ 分数和准确率。
2023-04-10 cs.CL
Learning Domain-Sensitive and Sentiment-Aware Word Embeddings
The Chinese University of Hong Kong(香港中文大学);Tencent AI Lab(腾讯人工智能实验室)
词嵌入由于其对词的语义表示的有效性而被广泛用于情感分类。给定来自不同领域的评论,用于词嵌入的一些现有方法利用情感信息,但是它们不能产生领域敏感的嵌入。另一方面,其他一些现有的方法可以生成领域敏感的词嵌入,但它们不能区分具有相似上下文但相反情感极性的词。我们提出了一种新的方法来学习领域敏感和情感感知的嵌入,同时捕获信息的情感语义和领域敏感性的个别单词。我们的方法可以自动确定和产生域公共嵌入和域特定嵌入。领域通用词和领域专用词的区分实现了来自多个领域的通用语义的数据增强的优点,并且同时捕获来自不同领域的特定词的不同语义。实验结果表明,我们的模型提供了一种有效的方法来学习领域敏感和情感感知的词嵌入,有利于情感分类在句子级别和词汇术语级别。
2018-05-10 cs.AI cs.CL
Label-Consistent Data Generation for Aspect-Based Sentiment Analysis Using LLM Agents
Bonn-Aachen International Center for Information Technology, University of Bonn, Germany(波恩-阿赫恩国际信息科技中心,波恩大学,德国);Lamarr Institute for Machine Learning and Artificial Intelligence, Germany(拉马尔机器学习与人工智能研究所,德国)
本文提出了一种基于 LLM 代理的数据增强方法,通过迭代生成和验证提升 ABSA 中标签一致性的效果,尤其在方面术语生成任务中表现更优。
2026-02-18 cs.CL
Large, Small or Both: A Novel Data Augmentation Framework Based on Language Models for Debiasing Opinion Summarization
Southeast University(东南大学);The Alan Turing Institute(艾伦·图灵研究所)
针对观点摘要数据集的情感偏差及大模型数据增强成本高、有毒性风险的问题,提出结合大小语言模型的数据增强框架,通过少量大模型生成数据训练解耦重构模型以低成本生成大量合成数据,有效缓解偏差。
2024-03-19 cs.AI cs.CL
Optimizing Small Transformer-Based Language Models for Multi-Label Sentiment Analysis in Short Texts
ScaDS.AI, TU Dresden, Germany(ScaDS.AI,图腾德斯大学,德国);FIZ Karlsruhe, Germany(卡尔斯鲁厄研究所,德国)
针对短文本多标签情感分类的挑战,研究评估了领域预训练、生成式数据增强、分类头架构三类优化策略对小型Transformer模型的影响,明确了各策略的实际效果,为资源受限场景下的短文本情感分类优化提供指导。
2025-09-05 cs.CL cs.IR cs.LG
NeuroCounterfactuals: Beyond Minimal-Edit Counterfactuals for Richer Data Augmentation
Intel Labs(英特尔研究院);Allen Institute for AI(艾伦人工智能研究所);University of Southern California(南加州大学);University of Washington(华盛顿大学)
虽然反事实数据增强为自然语言处理中的鲁棒泛化提供了有希望的一步,但产生一组为模型提供有价值的归纳偏差的反事实仍然是一个挑战。大多数现有的人工或自动生成反事实的方法都依赖于通过最小的编辑进行的小扰动,从而导致过于简单的更改。我们引入NeuroCounterfactuals,被设计为松散的反事实,允许更大的编辑,从而导致包含语言多样性的自然世代,同时仍然与原始文档相似。我们的新的生成方法的桥梁约束解码的好处,与情感转向的语言模型适应。使用我们的几代人进行训练数据增强,可以在域内和域外对情感分类进行改进,在选定的设置下,甚至优于手动策划的反事实。我们进一步提出了详细的分析,以显示NeuroCounterfactuals的优势,涉及简单,最小的编辑方法。
2022-10-22 cs.CL
MAGE: Multi-Head Attention Guided Embeddings for Low Resource Sentiment Classification
School of Computer Science and Engineering, Vellore Institute of Technology(韦洛尔理工学院计算机科学与工程学院);University of Pretoria(比勒陀利亚大学)
针对低资源班图语言数据稀缺问题,提出结合语言无关数据增强与多头注意力加权嵌入的模型,以增强关键数据点,提升文本分类性能,为低资源语言处理奠定基础。
2025-02-25 cs.AI cs.CL cs.IR
Massively Multilingual Corpus of Sentiment Datasets and Multi-faceted Sentiment Classification Benchmark
Wrocław University of Science and Technology(弗罗茨瓦夫理工大学);Brand24 AI(Brand24人工智能公司);Poznań University of Technology(波兹南理工大学)
本研究构建了覆盖27种语言、含79个高质量数据集的大规模多语言情感分析语料库,并推出汇总数百组实验的多维度情感分类基准,为多语言情感模型训练与评估提供支撑。
2023-06-13 cs.AI cs.CL
DeepSentiPers: Novel Deep Learning Models Trained Over Proposed Augmented Persian Sentiment Corpus
University of Guilan(吉兰大学)
本文主要研究如何在每一个波斯语文本中提取意见。深度学习模型提供了一种提高输出质量的新方法。然而,这些架构需要依赖于大的注释数据以及准确的设计。据我们所知,我们不仅缺乏注释良好的波斯语情感语料库,而且还缺乏一个新的模型来对波斯语观点进行多重和二元分类。因此,在这项工作中,我们首先提出了两种新的深度学习架构,包括双向LSTM和CNN。它们是精确设计的深层层次结构的一部分,也能够对两种情况下的句子进行分类。其次,我们针对低资源波斯语情感语料库提出了三种数据增强技术。我们在三个基线和两种不同的神经词嵌入方法上进行的综合实验表明,我们的数据增强方法和预期模型成功地实现了研究目标。
2020-04-11 cs.CL cs.LG cs.NE
Target-oriented Multimodal Sentiment Classification with Counterfactual-enhanced Debiasing
School of Computer, Electronics and Information(计算机、电子与信息学院);Guangxi University(广西大学);Guangxi Key Laboratory of Multimedia Communications(广西多媒体通信与网络技术重点实验室);School of Sociology and Anthropology(社会学与人类学学院);Sun Yat-sen University(中山大学)
针对多模态情感分类中文本过度依赖和词级偏差导致的虚假相关性问题,提出反事实增强去偏框架,结合反事实数据增强与自适应去偏对比学习,在多个基准上超越现有方法。
2025-09-11 cs.AI cs.CL
Data Augmentation using Transformers and Similarity Measures for Improving Arabic Text Classification
Princess Sumaya University for Technology (PSUT)(公主SUMaya技术大学(PSUT))
提出基于 AraGPT-2 的阿拉伯语文本数据增强方法,并结合多种相似度度量评估生成句,用 AraBERT 验证其在四个情感数据集上的分类增益。
2023-08-20 cs.AI cs.CL cs.LG
Resource-Limited Joint Multimodal Sentiment Reasoning and Classification via Chain-of-Thought Enhancement and Distillation
针对资源受限下多模态情感推理与分类任务,提出基于“教师-助手-学生”蒸馏范式的MulCoT-RD模型,以30亿参数实现高效推理与分类,兼具强泛化性与可解释性。
2026-10-06 cs.AI cs.CL
DAGA: Data Augmentation with a Generation Approach for Low-resource Tagging Tasks
Nanyang Technological University(南洋理工大学);DAMO Academy, Alibaba Group(阿里巴巴集团达摩院);National Institute of Informatics(国立信息学研究所)
数据增强技术由于增强了模型的泛化能力而被广泛用于改善机器学习性能。在这项工作中,为低资源标记任务生成高质量的合成数据,我们提出了一种新的增强方法与语言模型训练的线性标记的句子。我们的方法适用于监督和半监督设置。对于有监督的设置,我们进行了广泛的实验命名实体识别(NER),词性(POS)标记和端到端的目标基于情感分析(E2 E-TBSA)的任务。对于半监督设置,我们评估我们的方法在NER任务的条件下,只给未标记的数据和未标记的数据加上知识库。结果表明,我们的方法可以始终优于基线,特别是当给定的黄金训练数据较少。
2020-11-03 cs.AI cs.CL
Multi-refined Feature Enhanced Sentiment Analysis Using Contextual Instruction
School of Computer Science and Engineering, University of Electronic Science and Technology of China(计算机科学与工程学院,电子科学与技术大学);Southwestern University of Finance and Economics(西南财经大学);Tongji University(同济大学)
本文提出CISEA-MRFE框架,通过上下文指令、语义增强扩充和多重精化特征提取解决情感分析中的语义基础不足与领域偏移问题,在四个基准数据集上取得显著提升。
2025-11-04 cs.CL cs.LG
Keeping in Time: Adding Temporal Context to Sentiment Analysis Models
本文面向 LongEval-Classification 任务,提出将日期前缀注入文本并结合自标注与时间感知数据增强的情感分析框架,在时间漂移评估中取得第二名及最优 RPD。
2023-09-24 cs.AI cs.CL
Controllable Data Augmentation for Few-Shot Text Mining with Chain-of-Thought Attribute Manipulation
University of California, San Diego(加利福尼亚大学圣迭戈分校)
提出CoTAM方法,通过思维链属性操作在少样本文本挖掘中实现可控数据增强,在多项任务上优于其他LLM增强方法。
2024-05-22 cs.CL
From Sentiment to Actionable Insights: Public Sentiment Analysis of Advanced Air Mobility
College of Aeronautics and Engineering, Kent State University(肯特州立大学航空与工程学院);Department of Computer Science, Kent State University(肯特州立大学计算机科学系)
本研究利用AI模型分析306,009条Reddit和Quora文本,评估七种情感分析模型后选用ModernBERT,结合LDA主题建模识别出公众对先进空中交通的六大关注集群,并提出针对性策略以提升公众接受度。
2026-07-15 cs.CL
Nostra Domina at EvaLatin 2024: Improving Latin Polarity Detection through Data Augmentation
University of Notre Dame(圣母大学)
针对拉丁语低资源及修辞体裁情感复杂的问题,Nostra Domina团队在EvaLatin 2024极性检测任务中,基于k-means算法做数据增强并结合多种拉丁语LLMs,取得测试集宏平均Macro-F1第二的成绩。
2024-04-11 cs.CL cs.LG
AttentionMix: Data augmentation method that relies on BERT attention mechanism
Warsaw University of Technology(华沙工业大学);Faculty of Mathematics and Information Science(数学与信息科学学院)
本文提出AttentionMix数据增强方法,利用BERT注意力信息进行文本混合,在3个情感分类数据集上优于Mixup类基准和原始BERT。
2023-09-20 cs.AI cs.CL
Reference Points in LLM Sentiment Analysis: The Role of Structured Context
Meijo University(名古屋大学);RIKEN(理化学研究所);AIP(Advanced Institute for Particle Physics)
本文研究结构化上下文对LLM情感分析的影响,发现JSON格式提示配合额外参照信息可使3B小模型在Yelp数据上超越未微调基线,为资源受限场景提供实用替代方案。
2025-08-15 cs.AI cs.CL
On the effectiveness of feature set augmentation using clusters of word embeddings
Kelkoo;Expedia
单词集群已经被经验证明在各种任务上提供重要的性能改进。尽管它们很重要,但它们在特征工程的标准管道中的结合更多地依赖于一个试错过程,其中一个评估几个超参数,如要使用的聚类数量。为了更好地理解这些功能的作用,我们系统地评估它们对四个任务的影响,即命名实体分割和分类以及五点情感分类和量化。我们的研究结果强烈表明,集群成员的功能,提高性能。
2018-07-30 cs.CL
Leveraging Implicit Feedback from Deployment Data in Dialogue
FAIR at Meta(Meta FAIR研究院);New York University(纽约大学)
本研究利用对话部署数据中用户回复长度、情感等隐式反馈信号改进社交对话智能体,实验基于BlenderBot公开数据,人工评估显示模型有提升,但不同代理信号存在利弊差异。
2024-02-01 cs.CL
Imbalanced Sentiment Classification Enhanced with Discourse Marker
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);University of Chinese Academy of Sciences(中国科学院大学)
不平衡数据普遍存在于现实世界中,尤其是情感相关的语料库中,这使得训练分类器来区分文本数据中潜在的情感变得困难。我们观察到,人们经常使用“但是”、“虽然”、“虽然”等话语标记语来表达两个相邻话语之间的过渡性情感,并且中心话语和尾话语通常表示相反的情感倾向。基于这一观察,我们提出了一种新的即插即用的方法,该方法首先根据过渡性话语标记对话语进行采样,然后在预先训练的基于注意力的模型的帮助下验证情感极性。我们的方法首先增加了样本的多样性,可以作为数据增强的上游预处理部分。我们在三个公共情感数据集上进行了实验,使用了几种常用的算法。结果表明,即使在高度不平衡的情况下,我们的方法也是一致有效的,并且很容易与过采样方法相结合,以提高不平衡情感分类的性能。
2019-03-28 cs.CL cs.LG
PyABSA: A Modularized Framework for Reproducible Aspect-based Sentiment Analysis
University of Exeter(埃克塞特大学);Beijing Institute of Technology(北京理工大学)
针对ABSA领域缺乏易用可复现框架的问题,研究者推出基于PyTorch的模块化框架PyABSA,集成29个模型、26个数据集,支持多类ABSA子任务,具备数据增强标注功能,可灵活扩展且易用。
2023-08-22 cs.CL
Conditional Augmentation for Aspect Term Extraction via Masked Sequence-to-Sequence Generation
Sun Yat-sen University(中山大学);Sinovation Ventures(创新工场)
特征词提取的目的是从评论文本中提取特征词作为情感分析的意见目标。这项任务的一大挑战是缺乏足够的注释数据。虽然数据增强可能是解决上述问题的有效技术,但它是不可控制的,因为它可能会意外地改变特征词和特征标签。在本文中,我们制定了数据增强作为一个条件生成任务:生成一个新的句子,同时保留原来的意见目标和标签。我们提出了一个掩蔽序列到序列的方法,有条件增强方面的条款提取。与现有的增强方法不同,我们的方法是可控的,允许我们生成更多样化的句子。实验结果表明,我们的方法解决了数据稀缺问题显着。它也有效地提高了性能的几个当前模型的方面的条款提取。
2020-05-01 cs.CL
Analyzing Political Figures in Real-Time: Leveraging YouTube Metadata for Sentiment Analysis
Institut Teknologi Bandung(万隆理工学院)
本文提出基于 YouTube 视频描述元数据的实时政治人物情感分析系统,整合 Kafka、PySpark、Hadoop、TensorFlow 与 FastAPI,并用 LSTM 输出正负面情感及 Web 可视化。
2023-09-28 cs.CL
Language Agnostic Code-Mixing Data Augmentation by Predicting Linguistic Patterns
Johns Hopkins University(约翰斯·霍普金斯大学)
在这项工作中,我们专注于内部语义代码混合,并提出了几种不同的合成代码混合(SCM)数据增强方法,在不同数量的标记黄金数据的下游情感分析任务上优于基线。最重要的是,我们提出的方法表明,战略性地替换部分句子在矩阵语言与一个常数掩码显着提高分类精度,激励进一步的语言学见解的现象代码混合。我们在各种低资源和跨语言环境中测试了我们的数据增强方法,在极其稀缺的英语-马拉雅拉姆语数据集上达到了7.73%的相对改善。我们得出结论,语码转换模式在语码混合句中也是重要的模型学习。最后,我们提出了一个语言无关的SCM算法,是廉价的,但非常有助于低资源的语言。
2022-11-14 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
LLM-as-an-Annotator: Training Lightweight Models with LLM-Annotated Examples for Aspect Sentiment Tuple Prediction
Media Informatics Group, University of Regensburg, Regensburg, Germany(莱茵河畔大学媒体信息学组);Information Science Group, University of Regensburg, Regensburg, Germany(莱茵河畔大学信息科学组)
本文提出LA-ABSA方法,利用LLM生成的标注示例训练轻量模型,以高效完成复杂的情感分析任务。
2026-03-02 cs.CL
Empirical Study of Text Augmentation on Social Media Text in Vietnamese
University of Information Technology(信息技术大学);VNU-HCM(越南胡志明市国家大学)
在文本分类问题中,数据集中标签的不平衡性影响了文本分类模型的性能。实际上,有关社交网站上用户评论的数据并没有完全出现-管理员通常只允许正面评论,隐藏负面评论。因此,当收集关于社交网络上的用户评论的数据时,数据通常围绕一个标签倾斜,这导致数据集变得不平衡并降低模型的能力。应用数据增强技术解决数据集类别间的不平衡问题,提高了预测模型的精度。在本文中,我们对VLSP 2019越南社交文本的仇恨语音检测和UIT-VSFC:越南学生情感分析反馈语料库进行了增强技术。增强的结果在两个语料库上的F1-macro得分中增加了约1.5%。
2020-10-09 cs.CL
RPN: A Word Vector Level Data Augmentation Algorithm in Deep Learning for Language Understanding
Anhui Polytechnic University(安徽工程大学);Soochow University(苏州大学)
本文提出词向量级数据增强算法 RPN,通过向选定词向量引入噪声实现细粒度修改,无需梯度即可用于大规模数据,在七个 NLU 任务上取得最先进性能。
2023-07-05 cs.AI cs.CL
Explainable AI: XAI-Guided Context-Aware Data Augmentation
University of Colorado Colorado Springs(科罗拉多大学科罗拉多泉分校);Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)(穆罕默德·本·扎耶德人工智能大学)
本文提出XAI引导的上下文感知数据增强框架,利用可解释性反馈迭代修改非关键特征,在Amharic低资源语言任务上显著超越基线及传统增强方法。
2025-06-04 cs.AI cs.CL
Leveraging Few-Shot Data Augmentation and Waterfall Prompting for Response Generation
Vrije Universiteit Amsterdam(阿姆斯特丹自由大学);Leiden University(莱顿大学)
本文针对使用主观知识的面向任务对话建模,提出基于少样本学习的数据增强方法及三种DSTC11响应生成策略,包括任务特定模型探索、高频问题纳入和结合GPT-3与ChatGPT的瀑布式提示技术。
2023-08-02 cs.CL
BootAug: Boosting Text Augmentation via Hybrid Instance Filtering Framework
University of Exeter(埃克塞特大学)
BootAug提出基于预训练语言模型的混合实例过滤框架,通过保持特征空间一致性解决现有文本增强方法在大型数据集上的性能下降问题,可迁移至多种增强方法并提升分类准确率约2-3%。
2024-04-01 cs.CL