论文

NLP论文笔记合集（持续更新）

原论文：《One Belt, One Road, One Sentiment? A Hybrid Approach to Gauging Public Opinions on the New Silk Road Initiative》

介绍

2020年11月17日至20日会议发表的文章

模型结构

文章翻译

Abstract

随着互联网的迅速普及，快速发展的社交媒体平台已经能够提取和封装不同实体的实时公众情绪。对选举、全球事务和体育等当前动态事件进行实时情感分析对于了解公众对这些事件的状态和轨迹的反应至关重要。本文推特从Twitter中提取“一带一路”的情感。使用 aspect-based 情感分析，我们能够获得推特在相关 aspect 类别上的情感极性，以便更好地理解讨论的主题。我们开发了一个端到端的情感分析系统，该系统从Twitter收集相关数据，对其进行处理，并在直观的显示屏上可视化。我们采用 symbolic 和 sub-symbolic 技术的混合方法，使用门控卷积网络、aspect嵌入和SenticNet框架来解决 aspect 类别检测和 aspect 类别极性的子任务。置信评分阈值用于确定不同方法模型提供的结果。

VI. CONCLUSION AND FUTURE WORK

在本文中，我们开发了一个情感分析系统，对与BRI相关的推文执行ABSA。未来的工作可能包括：（1）通过微文本分析和讽刺检测等其他情感分析过程改进数据收集和准备工作；（2） 实施动态 aspect 类别系统，根据当前趋势添加和删除新的方面类别；（3） 将预先训练好的语言模型（如BERT）纳入系统；（4） 实现交互式仪表板，实时更新显示屏，以鼓励广泛使用；（5）与其他最先进的模型进行基准测试，以更好地实施。

相关视频

相关的笔记

相关代码

pytorch

tensorflow

keras

pytorch API:

tensorflow API