Motamot：一个用于揭示大型语言模型在孟加拉政治情感分析中的优势的数据集
原文中文，约700字，阅读约需2分钟。发表于：。研究了孟加拉选举期间政治情绪分析，特别是研究预训练语言模型和大型语言模型对复杂情绪特征的捕捉效果，并通过创建包含 7,058 个实例的 ' 怼怼 ' 数据集，对多种语言模型进行了评估，结果显示 BanglaBERT 在诸多模型中的准确率达到 88.10%，然而，LLM 的探索揭示了更为有希望的结果，通过 Few-Shot 学习技术，Gemini 1.5 Pro 的准确率达到...
该研究使用GPT 3.5、GPT 4和DepGPT等模型，对Reddit和X数据集进行分类，创建了孟加拉社交媒体抑郁数据集（BSMDD）。DepGPT模型在零样本学习和少样本学习场景中表现优异，准确度和F1分数接近完美。该研究强调了LLM模型在不同语言环境中的有效性和灵活性，为抑郁症检测提供了深入信息。
