تحليل المشاعر
تحليل المشاعر هو مهمة في مجال معالجة اللغة الطبيعية تهدف إلى تصنيف النبرة العاطفية للنصوص المعطاة، عادةً ما يتم تصنيفها كإيجابية أو سلبية أو محايدة. يمكن تحقيق هذه المهمة من خلال التعلم الآلي، وطرق القواميس، والمناهج الهجينة. في السنوات الأخيرة، تم استخدام تقنيات التعلم العميق مثل RoBERTa و T5 على نطاق واسع لتدريب تصنيفات المشاعر عالية الأداء، مع مؤشرات تقييم تشمل درجة F1، والاسترجاع، والدقة. ليس فقط يستخدم تحليل المشاعر لمراقبة وسائل التواصل الاجتماعي، بل يُطبق أيضًا بشكل واسع في مجالات مثل تحليل مراجعات المنتجات وتوقعات أسواق الأسهم، مما يظهر قيمة تطبيقية كبيرة.
SST-2 Binary classification
T5-11B
IMDb
XLNet
SST-5 Fine-grained classification
Heinsen Routing + RoBERTa Large
Yelp Binary classification
BERT large
MR
VLAWE
Yelp Fine-grained classification
XLNet
BanglaBook
Bangla-BERT (large)
DynaSent
SVM
SST-3
User and product information
MA-BERT
Sentiment Merged
GPT-4o Fine-Tuned (Minimal)
CR
AnglE-LLaMA-7B
Amazon Review Polarity
BERT large
Amazon Review Full
BERT large
SLUE
SemEval 2014 Task 4 Subtask 1+2
TweetEval
BERTweet
Multi-Domain Sentiment Dataset
UDALM: Unsupervised Domain Adaptation through Language Modeling
MPQA
IITP Product Reviews Sentiment
CalBERT
DBRD
RobBERT
FiQA
SemEval 2017 Task 4-A
DataStories
IITP Movie Reviews Sentiment
RuSentiment
RuBERT-RuSentiment
Twitter
AEN-BERT
IMDb Movie Reviews
Space-XLNet
Financial PhraseBank
FinBERT
SemEval
lstm+bert
AJGT
AraBERTv1
HARD
ChnSentiCorp
ArSAS
ChnSentiCorp Dev
ASTD
Latvian Twitter Eater Sentiment Dataset
Naive Bayes
LABR (2-class, unbalanced)
Sogou News
fastText, h=10, bigram
Urdu Online Reviews
RCNN
1B Words
SAIL 2017