全文共3143字,预计学习时长8分钟
![e6f4aeb92d048b4cbc2380c8ae55553b.png](https://i-blog.csdnimg.cn/blog_migrate/73a40511370a002f2978d115e41b83cd.jpeg)
图源:unsplash
情感分析用途广泛,能够识别感情与想法的AI模型广泛应用于诸多产业。因此,创造出可智能识别感情的机器日益成为热门。自然语言处理(NLP)的研究也是如此。本文将介绍5篇关于情感分析和情感分类的重要论文。
1.运用深度学习检测推特上的仇恨言论(Deep Learning for Hate Speech Detection inTweets)
情感分类模型的最重要用途之一是检测仇恨言论。最近有很多关于内容审核人员工作之艰辛的报道,随着自动仇恨言论检测和其他内容审核模型的发展,审查人员有望卸下审核图像内容的重担。
在这篇论文中,研究小组将他们的仇恨言论检测任务定义为对特定的推特帖子进行分类,区分其是否存在种族主义或性别歧视。
为此,研究人员基于包含16000条推文的数据集进行实验。在该数据集中,1972条推文标记为具有种族歧视内容。3383条推文标记为具有性别歧视内容。其余的推文归类为既没有种族主义情感,也没有性别歧视情感。
研究表明,某些深度学习技术能够比现有的N-gram方法更高效地检测仇恨言论。
发布/最近更新日期:2017年6月1日
作者和贡献者: