영어와 스페인어에서의 개방형 감정 상태 식별: MASIVE 데이터셋 및 언어 모델 벤치마킹
본 논문에서는 인간의 다양한 감정 표현을 포착하기 위해 '감정 상태 식별(ASI)'이라는 새로운 과제를 제시하고, 이를 위한 대규모 데이터셋인 MASIVE를 구축하여 다국어 언어 모델의 성능을 벤치마킹했습니다.
확장 양자화 네트워크: 효율적인 미세 감정 주석 및 감지 프레임워크
본 논문에서는 수동 주석의 주관성 및 비효율성을 개선하기 위해 감정 강도를 연속적인 값으로 나타내는 새로운 미세 감정 주석 및 감지 프레임워크인 EQN(Expansion Quantization Network)을 제안합니다.
44,000개 이상의 영단어에 대한 불안 연관성: WorryWords
44,000개 이상의 영단어에 대한 불안 연관성을 수동으로 태깅한 대규모 어휘집인 WorryWords는 불안과 언어의 관계를 연구하고 텍스트에서 불안 변화를 추적하는 데 사용될 수 있습니다.
아마존 리뷰 감정 분석 및 의사 결정에 대한 실증 연구: RoBERTa 기반 접근 방식
본 논문은 RoBERTa 기반 감정 분석 모델을 활용하여 아마존 리뷰의 감정 점수를 분석하고, 이를 통해 소비자 행동 패턴과 트렌드를 파악하여 마케팅 전략 및 의사 결정에 활용할 수 있는 방법을 제시합니다.
대규모 언어 모델을 사용한 효율적인 감정 분석을 위한 동적 적응형 순위 공간 탐색 (DARSE) 프레임워크 제안
본 논문에서는 대규모 언어 모델 (LLM) 을 사용한 효율적이고 효과적인 감정 분석을 위해 동적 적응형 순위 공간 탐색 (DARSE) 프레임워크를 제안합니다. DARSE는 최적의 순위 범위를 식별하는 대략적인 탐욕 알고리즘, 순위 선택을 개선하는 세분화된 탐색 알고리즘, 각 LLM 계층에 대한 최적 순위 조합을 결정하는 동적 순위 할당 방법으로 구성됩니다. 광범위한 실험을 통해 DARSE가 감정 분석 정확도를 크게 향상시켜 이전 연구에 비해 MSE에서 15.1%, 정확도에서 4.3% 향상되었음을 보여줍니다.
메트릭 투영을 통한 감정적 추론 축소: TinyEmo
TinyEmo는 효율적인 감정 분류를 위해 메트릭 프로젝터를 활용하는 소형 다중 모달 언어 모델 제품군으로, 감정적 추론 작업에서 기존 모델보다 우수한 성능을 발휘합니다.
NLP에서 감정 분석: 트렌드, 공백 및 미래 방향성
감정 분석은 NLP 분야에서 중요한 주제이며, 미래 방향성을 제시하고 있는 연구입니다.
© 2024 by Linnk AI