Tweet Sentiment Extraction using Viterbi Algorithm with Transfer Learning

要約

ツイートの感情抽出では、文の最も重要な部分が抽出され、感情が肯定的か否定的かを判断します。
この研究は、ツイート文の中で感情を揺さぶる部分を特定することを目的としています。
この目的を達成するために、事前にトレーニングされたモデル パラメーターを受信できるように、作成者によって以前に変更されたビタビ アルゴリズムの改善を続けます。
最終結果を評価する前にモデルを内部的に評価する役割を担う 2 つの指標として、信頼スコアとベクトルを導入します。
次に、このノンパラメトリック モデルを微調整する方法を紹介します。
信頼度スコア ベクトルにより、最も信頼度の低い予測状態がどこにあるのか、承認された変更によって信頼度スコアが改善されるのか、それとも調整が間違った方向に進んでいるのかが正確に明らかになるため、モデルが高度に説明可能になることがわかりました。

要約(オリジナル)

Tweet sentiment extraction extracts the most significant portion of the sentence, determining whether the sentiment is positive or negative. This research aims to identify the part of tweet sentences that strikes any emotion. To reach this objective, we continue improving the Viterbi algorithm previously modified by the author to make it able to receive pre-trained model parameters. We introduce the confidence score and vector as two indicators responsible for evaluating the model internally before assessing the final results. We then present a method to fine-tune this nonparametric model. We found that the model gets highly explainable as the confidence score vector reveals precisely where the least confidence predicted states are and if the modifications approved ameliorate the confidence score or if the tuning is going in the wrong direction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google