Machine learningDeep learning / NLP / CV
다국어 감성 분석
다국어 감성 분석(MSA)은 딥러닝, 가장 흔하게는 mBERT 또는 XLM-RoBERTa와 같은 미세 조정된 다국어 언어 모델을 사용하여 두 개 이상의 언어로 작성된 텍스트의 감성 극성(긍정, 부정, 중립)을 분류함으로써, 언어별 별도 모델 구축 없이 언어 경계를 넘나드는 의견 채굴을 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multilingual Sentiment Analysis (Cross-Lingual Opinion Mining). ScholarGate. https://scholargate.app/ko/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 기반 분류딥러닝↔ compare
- 다국어 RoBERTa 기반 분류딥러닝↔ compare
- 다국어 문장 임베딩딥러닝↔ compare
- RoBERTa 기반 분류딥러닝↔ compare
- 문장 임베딩딥러닝↔ compare