感情分析
感情分析は、自然言語処理の分野におけるタスクの一つで、与えられたテキストの感情的なトーンを分類することを目的としています。一般的には、テキストを肯定的、否定的、または中立的のいずれかにカテゴライズします。このタスクは、機械学習、辞書ベースの方法、およびハイブリッドアプローチを用いて達成できます。近年では、RoBERTaやT5などの深層学習技術が広く使用され、高精度な感情分類器の訓練に活用されています。評価指標にはF1スコア、リコール、および適合率が含まれます。感情分析は、ソーシャルメディア監視だけでなく、製品レビューアナリシスや市場トレンド予測など、さまざまな領域で幅広く応用されており、その応用価値が示されています。
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
Sentiment Merged
GPT-4o Fine-Tuned (Minimal)
User and product information
MA-BERT
Amazon Review Full
BERT large
Amazon Review Polarity
BERT large
CR
AnglE-LLaMA-7B
SemEval 2014 Task 4 Subtask 1+2
SLUE
TweetEval
BERTweet
Multi-Domain Sentiment Dataset
UDALM: Unsupervised Domain Adaptation through Language Modeling
DBRD
RobBERT
FiQA
IITP Product Reviews Sentiment
CalBERT
MPQA
IITP Movie Reviews Sentiment
RuSentiment
RuBERT-RuSentiment
SemEval 2017 Task 4-A
DataStories
Twitter
AEN-BERT
Financial PhraseBank
FinBERT
IMDb Movie Reviews
Space-XLNet
SemEval
lstm+bert
1B Words
AJGT
AraBERTv1
ArSAS
ASTD
ChnSentiCorp
ChnSentiCorp Dev
HARD
LABR (2-class, unbalanced)
Latvian Twitter Eater Sentiment Dataset
Naive Bayes
SAIL 2017
Sogou News
fastText, h=10, bigram
Urdu Online Reviews
RCNN