基于 Transformer 的文本罪犯检测
原文中文,约300字,阅读约需1分钟。发表于: 。研究通过探索三种基于 transformer 的语言模型在文本中检测负罪感的适用性,并比较它们在一般情绪检测和负罪感检测中的性能,发现我们提出的模型的性能较 BERT 和 RoBERTa 模型分别高出两点和一点。此外,通过对结果的定性分析,我们评估了模型在检测与 “羞愧” 等相关情绪方面的有效性,并分析了开发准确的负罪感检测模型所面临的挑战。
本研究比较了三种基于transformer的语言模型与BERT和RoBERTa模型在负罪感检测方面的性能。结果显示,我们提出的模型在一般情绪检测和负罪感检测方面表现更好。定性分析评估了模型在检测与羞愧等相关情绪方面的有效性,并分析了负罪感检测模型的挑战。