BriefGPT - AI 论文速递
·
RideKE：利用低资源用户生成的推特内容进行肯尼亚代码混合数据集的情感和情绪检测
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本研究分析了肯尼亚地区的代码混合数据，探讨了从推特获取低资源语言数据的挑战。使用四种预训练模型进行情感分类，结果表明XLM-R模型表现最佳，对情感识别技术的发展具有重要意义。
🎯
关键要点
- 本研究分析了肯尼亚地区的代码混合数据。
- 探讨了从推特获取低资源语言数据的挑战。
- 使用四种预训练模型进行情感分类。
- 研究结果表明XLM-R模型表现最佳。
- XLM-R模型对情感识别技术的发展具有重要意义。
➡️
