बहुभाषी भावना विश्लेषण (Multilingual Sentiment Analysis - MSA)
बहुभाषी भावना विश्लेषण (MSA) गहन शिक्षण — सबसे आम तौर पर mBERT या XLM-RoBERTa जैसे फाइन-ट्यून किए गए बहुभाषी भाषा मॉडल — का उपयोग दो या अधिक भाषाओं में लिखे गए टेक्स्ट की भावना ध्रुवीयता (सकारात्मक, नकारात्मक, तटस्थ) को वर्गीकृत करने के लिए करता है, जिससे प्रति भाषा अलग-अलग मॉडल बनाए बिना भाषा सीमाओं के पार राय खनन (opinion mining) संभव हो पाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzman, F., Grave, E., Ott, M., Zettlemoyer, L., & Stoyanov, V. (2020). Unsupervised Cross-lingual Representation Learning at Scale. Proceedings of ACL 2020, 8440–8451. DOI: 10.18653/v1/2020.acl-main.747 ↗
- Barnes, J., Klinger, R., & Wubben, S. (2022). Structured Sentiment Analysis as Dependency Graph Parsing. Computational Linguistics, 48(3), 693–744. DOI: 10.18653/v1/2021.acl-long.263 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Multilingual Sentiment Analysis (Cross-Lingual Opinion Mining). ScholarGate. https://scholargate.app/hi/deep-learning/multilingual-sentiment-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERT-आधारित वर्गीकरणगहन अधिगम↔ compare
- बहुभाषी RoBERTa-आधारित वर्गीकरणगहन अधिगम↔ compare
- बहुभाषी वाक्य एम्बेडिंगगहन अधिगम↔ compare
- RoBERTa-आधारित वर्गीकरणगहन अधिगम↔ compare
- वाक्य एम्बेडिंगगहन अधिगम↔ compare