@لیمارکلیمارک آمبالینا
ویرایشگرHackernoon در روز ، VR Gamer و Anime Binger در شب
از دستیاران مجازی گرفته تا تعدیل محتوا ، تجزیه و تحلیل احساسات طیف گسترده ای از موارد استفاده را دارد. مدل های هوش مصنوعی که می توانند احساسات و عقاید را تشخیص دهند ، در صنایع متعددی کاربردهای بی شماری دارند. بنابراین ، تمایل زیادی به ایجاد ماشین های هوشمند احساسی وجود دارد.
همین امر را می توان در مورد تحقیقاتی که در زمینه پردازش زبان طبیعی (NLP) در حال انجام است گفت. برای برجسته کردن برخی از کارهای انجام شده در این زمینه ، در زیر پنج مقاله اساسی در مورد تجزیه و تحلیل احساسات و طبقه بندی احساسات آورده شده است.
1. یادگیری عمیق برای تشخیص گفتار نفرت در توییت ها
یکی از کاربردهای بسیار مفید در مدل های طبقه بندی احساسات ، تشخیص گفتار نفرت است. اخیراً ، گزارش های متعددی از زندگی سخت کارکنان نظارت بر محتوا منتشر شده است. با پیشرفت در کشف خودکار گفتار نفرت و سایر مدل های تعدیل محتوا ، امیدوارم دیگر مجری های انسانی که فیلتر محتوای گرافیکی را فیلتر می کنند دیگر لازم نباشند.
در این مقاله ، تیم وظیفه خود را در زمینه تشخیص گفتار نفرت به عنوان طبقه بندی نژادپرستانه ، جنسیت طلبانه یا نبودن یک پست خاص در توییتر تعریف کرده است. برای این کار ، محققان مجموعه داده ای را شامل 16000 توییت آزمایش کردند. در این مجموعه داده ، 1،972 از …