ViTOED：面向越南社交媒体文本的定向情感检测数据集
ViTOED: A Dataset for Target-Oriented Emotion Detection on Vietnamese Social Media Texts
浏览论文内容
中文总结 AI 辅助
该研究构建了越南社交媒体定向情感检测数据集ViTOED，提出基于结构化情感图的基线方法并评估相关预训练模型，揭示了该任务的挑战及模型改进空间。
中文摘要 AI 辅助
本文介绍了ViTOED，这是一个针对越南社交媒体文本中定向情感检测的新型数据集。ViTOED包含10985条用户评论和21244个遵循严格指南的手动标注意见四元组（源、目标、表达、极性）。该数据集揭示了越南特有的现象，如隐含的源和目标以及词汇歧义，支持对用户针对实体的情感进行更深入的分析。我们提出了一种使用结构化情感图的基线方法，并评估了各种越南预训练语言模型。实证结果凸显了跨度检测和关系抽取方面的挑战，表明越南定向情感检测任务的模型改进空间仍很大。
英文摘要
This paper introduces ViTOED, a novel dataset for target-oriented emotion detection in Vietnamese social media texts. The ViTOED comprises 10,985 user comments and 21,244 manually annotated opinion quadruples (source, target, expression, polarity) that follow strict guidelines. The dataset reveals Vietnamese-specific phenomena, such as implicit sources and targets and vocabulary ambiguities, enabling deeper analysis of user emotions toward entities. We propose a baseline using structured sentiment graphs and evaluate various Vietnamese pre-trained language models. The empirical results highlight challenges in span detection and relation extraction and indicate substantial room for model improvement in Vietnamese Target-Oriented Emotion Detection tasks.
发表机构
- Faculty of Information Science and Engineering, University of Information Technology（信息科学与工程学院，信息科技大学）
- Vietnam National University, Ho Chi Minh City（越南国家大学胡志明市分校）
机构由 AI 辅助整理，请以论文原文为准。
