Automatische Annotation und Analyse der Emotionspolariät in lateinischer Poesie
Dieser Beitrag beschreibt Methoden zur automatischen Annotation und Analyse der Emotionspolariät in lateinischen Texten, insbesondere in der Poesie. Aufgrund des geringen Ressourcenangebots für Latein und der Komplexität von Sentiment in rhetorischen Genres wie Poesie, wurden die verfügbaren Daten durch automatische Polariätannotation erweitert. Es werden zwei Methoden auf der Basis des k-Means-Algorithmus vorgestellt und eine Vielzahl lateinischer Sprachmodelle in einer neuronalen Architektur eingesetzt, um die zugrunde liegenden kontextuellen Sentimentrepräsentationen besser zu erfassen. Der beste Ansatz erreichte den zweithöchsten makrogemittelten Macro-F1-Wert auf dem Testdatensatz der Shared Task.
Effiziente Erkennung von sexuellem Inhalt auf Satzebene in lateinischen Texten des ersten Jahrtausends
Effiziente Methoden zur Erkennung von sexuellen Semantiken in lateinischen Texten des ersten Jahrtausends, um den Prozess des Korpusaufbaus in den Geisteswissenschaften und der Linguistik zu beschleunigen.
© 2024 by Linnk AI