Guilt Detection in Text: A Step Towards Understanding Complex Emotions

要約

テキスト内の罪悪感の検出に焦点を当てた、罪悪感検出と呼ばれる新しい自然言語処理 (NLP) タスクを紹介します。
罪悪感は、これまで NLP で研究されたことのない複雑で重要な感情であると認識し、それをよりきめ細かく分析することを目指しています。
罪悪感検出のための公に利用可能なコーパスの欠如に対処するために、VIC を作成しました。これは、罪悪感クラスと罪悪感のないクラスに二値化した 3 つの既存の感情検出データセットからの 4622 のテキストを含むデータセットです。
bag-of-words と用語頻度逆ドキュメント頻度機能を使用して従来の機械学習手法を実験し、最高性能のモデルで 72% の f1 スコアを達成しました。
私たちの研究は、テキストの罪悪感を理解するための第一歩を提供し、この分野での将来の研究への扉を開きます.

要約(オリジナル)

We introduce a novel Natural Language Processing (NLP) task called Guilt detection, which focuses on detecting guilt in text. We identify guilt as a complex and vital emotion that has not been previously studied in NLP, and we aim to provide a more fine-grained analysis of it. To address the lack of publicly available corpora for guilt detection, we created VIC, a dataset containing 4622 texts from three existing emotion detection datasets that we binarized into guilt and no-guilt classes. We experimented with traditional machine learning methods using bag-of-words and term frequency-inverse document frequency features, achieving a 72% f1 score with the highest-performing model. Our study provides a first step towards understanding guilt in text and opens the door for future research in this area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google