Phân tích tình cảm đa ngôn ngữ
Phân tích tình cảm đa ngôn ngữ (MSA) áp dụng học sâu — phổ biến nhất là mô hình ngôn ngữ đa ngôn ngữ được tinh chỉnh như mBERT hoặc XLM-RoBERTa — để phân loại cực tính tình cảm (tích cực, tiêu cực, trung lập) của văn bản viết bằng hai hoặc nhiều ngôn ngữ, cho phép khai thác ý kiến vượt qua ranh giới ngôn ngữ mà không cần xây dựng các mô hình riêng biệt cho từng ngôn ngữ.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Multilingual Sentiment Analysis (Cross-Lingual Opinion Mining). ScholarGate. https://scholargate.app/vi/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.
- Phân loại dựa trên BERTHọc sâu↔ compare
- Phân loại dựa trên RoBERTa đa ngôn ngữHọc sâu↔ compare
- Nhúng câu đa ngôn ngữHọc sâu↔ compare
- Phân loại dựa trên RoBERTaHọc sâu↔ compare
- Nhúng câu (Sentence Embeddings)Học sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →