要約
低リソース言語の短いテキストにおける感情認識は、大きな課題であり、専門的な枠組みおよび計算知能技術の活用が求められる。本論文では、短いペルシャ語テキストにおける感情検出に向けた浅層学習法と深層学習法の包括的な検討を提示する。浅層学習法は特徴抽出および次元削減を用いて分類精度を向上させる。一方、深層学習法は転移学習および単語埋め込み（word embedding）を活用し、特にBERTを用いることで高い分類精度を達成する。本研究では、5つの主要感情クラスにラベル付けされた多様な短いペルシャ語テキスト5,472件から構成される、ペルシャ語用データセット「ShortPersianEmo」を提案し、提示された手法の評価に用いた。評価結果から、転移学習およびBERTに基づくテキスト埋め込みが、他のアプローチに比べて短いペルシャ語テキストの正確な分類において優れた性能を発揮することが明らかになった。本研究で使用したデータセット「ShortPersianEmo」は、https://github.com/vkiani/ShortPersianEmo にて公開される予定である。