基于深度学习的藏文讽刺对话识别研究

针对情感分类研究中讽刺表达检测困难,还未有学者对藏文讽刺识别展开研究的问题,本文创建了藏文讽刺对话数据集,并借助提示学习方法在预训练模型微调方面的优势,采用BERT和提示学习(Prompt)对藏文讽刺对话进行识别。实验结果表明,本文所提出的方法优于基于BERT的句子级讽刺数据集(无上下文信息)上的结果,并验证了该方法的可行性,望对未来的藏文讽刺识别任务提供有效借鉴。

藏文情感语料库的构建及自动标注方法研究

针对藏文情感分析领域中缺乏相应的基础训练语料库、模型又需要大量的数据做支撑、传统的人工标注需要耗费大量的人力物力资源且普适性不高的情况,构建了细粒度的藏文情感语料库和情感词典。首先由三人分别对每一个词进行情感强度标注,其次将语料和词典按规则进行匹配,最后以情感强度平均得分来表示文本的情感类别。本文所构建的细粒度情感语料资源,在一定程度上能够缩短海量标注语料库的开发周期,并降低语料标注的人工成本。