BRIGHTER: BRIdging the Gap in Human-Annotated Textual Emotion Recognition Datasets for 28 Languages

要約

世界中の人々は、感情を表現するために微妙で複雑な方法で言語を使用しています。
感情認識 – いくつかのNLPタスクの傘の用語は、NLP以降のさまざまなアプリケーションを影響しますが、この分野でのほとんどの作業は高リソース言語に焦点を当てています。
これにより、特に高品質の注釈付きデータセットが欠けていることが多いリソースが不足している言語については、研究努力と提案されたソリューションに大きな格差が生じています。
このペーパーでは、28の異なる言語といくつかのドメインにわたって、マルチラベルの感情発音のデータセットのコレクションであるBrightを紹介します。
明るいことは、主にアフリカ、アジア、東ヨーロッパ、ラテンアメリカの低リソース言語をカバーしており、流fluentスピーカーによってラベル付けされています。
データ収集と注釈プロセスに関連する課題を強調し、感情強度の認識と同様に、単一言語および横断的多面的な感情の識別の実験結果を報告します。
LLMの使用の有無にかかわらず、言語とテキストドメイン間のパフォーマンスの変動性を分析し、より明るいデータセットがテキストベースの感情認識のギャップに対処するための意味のあるステップを表していることを示します。

要約(オリジナル)

People worldwide use language in subtle and complex ways to express emotions. Although emotion recognition–an umbrella term for several NLP tasks–impacts various applications within NLP and beyond, most work in this area has focused on high-resource languages. This has led to significant disparities in research efforts and proposed solutions, particularly for under-resourced languages, which often lack high-quality annotated datasets. In this paper, we present BRIGHTER–a collection of multi-labeled, emotion-annotated datasets in 28 different languages and across several domains. BRIGHTER primarily covers low-resource languages from Africa, Asia, Eastern Europe, and Latin America, with instances labeled by fluent speakers. We highlight the challenges related to the data collection and annotation processes, and then report experimental results for monolingual and crosslingual multi-label emotion identification, as well as emotion intensity recognition. We analyse the variability in performance across languages and text domains, both with and without the use of LLMs, and show that the BRIGHTER datasets represent a meaningful step towards addressing the gap in text-based emotion recognition.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google