awesome sentiment attitude extractionダウンロード - awesome sentiment attitude extractionソースコードダウンロード

awesome sentiment attitude extraction

AI ソースコード

1.0.0

ダウンロード

素晴らしい感情態度抽出

センチメントの態度抽出に関連する素晴らしい研究のキュレーションリスト。態度は、エンティティ、イベントなどのテキストで言及されている他のオブジェクトに対して主題によって伝えられるテキストの位置に対応します。

このリポジトリは、センチメント推論、スタンス検出のための資金調達研究としてのイベントの事実化を含む、これら2つのドメインが密接にリンクされている関係抽出と感情分析に関連する作業を収集します。

貢献：プルリクエストをお気軽にお問い合わせください。または私に連絡してください[連絡先]

コンテンツ

関連研究
フレームワーク
注釈スキーマ
論文
- 大きな言語モデル
  - 推論
  - 事実確認の適応
  - 考え方
  - 会話システム
- 言語モデル
  - グラフベース
  - 低リソースチューニング
  - プロンプトと知識試験
  - アーキテクチャ
- 従来のニューラルネットワークベースのモデル
- 従来の機械学習モデル
- CRFベースのモデル
- ルールベースの動詞適用可能なモデル
- 子会社の研究とリソース
- その他
thesise
データセット

フレームワーク

バルクチェーン[github]
- チェーンオブテアの概念を活用し、ゼロショットの推論のための最小限のソリューションを提供するフレームワーク。たとえば、Thor-ISAからaspect-opininon-reason列の概念を活用して、態度抽出に適応させることができます。
ファイマ[github]
- グラフベースのモデルと言語学を統合するフレームワークと、マルチドメインSAのコンテキスト学習を目的としたコア機能。
推論対策 - 分析 - フレームワーク[github]
- このフレームワークはTHOR-ISAフレームワークのリフォームバージョンを和らげます。
- Thor-ISA [github]
  - LLMシステムから結果センチメントクラスを取得するための概念のチェーンに基づいているセットメント分析のためのProptベースのフレームワーク。
OpenPrompt [github]
- 提供されたリソースを介してプロンプトを自動完了するための拡張ツール。
chatgpt [サイト]
- プロンプトの指示に従い、詳細な応答を提供するように訓練された会話システム。次の作業でどのように調整されるかについての例。
arekit-prompt-sampler [github] [prompt-engenerering-guide]
- センチメントの態度抽出源言語の転送およびAPIをサンプリングしてサンプリングして、arekitを搭載した、さらにchatgpt-alikeモデルリクエストのためにさらにchatgpt-alikeモデルリクエストを促します。
arelight [github]
- ロシア語で書かれたマスメディアテキストのエンティティ間の感情に対する粒状ビューのためのarekitベースのアプリケーション
Arenets [github]
- Opennreのようなプロジェクトですが、Tensorflowライブラリに基づくカーネルは、その上にニューラルネットワークの実装が姿勢と関係の抽出タスクのために設計されています。
arekit [github] [Research-applable-paper]
- ドキュメントレベルの関連抽出組織のデータ準備に焦点を当てたオープンソースと拡張可能なツールキットです。後者の点では、ドキュメントレベルの再設定が広く調査されていない（2.4 [Paper]）。
dere [github] [紙]
- 説明の抽出のためのオープンソースフレームワークであるため、独自のタスク（XMLスキーマを使用）を宣言し、手動で実装されたモデルを適用することができます（提供されたAPIを使用）。
Opennre [github] [紙]
- 指定されたエンティティ間で関係抽出（RE）のニューラルモデルを実装するための統一されたフレームワークを提供するオープンソースおよび拡張可能なツールキットです。
deeppavlov-0.17.0 [docs] [post]
- Anastasiia Sedovaによって提案されたDeeppavlov OpenSourceライブラリの関係抽出成分全体です。
その他... [Awesome Relation-Extraction]

トップに戻ります

注釈スキーマ

OpinionMl [論文]
sentiml [紙]
OpinionMiningMl [Paper]
感情[紙]

トップに戻ります

論文

トップに戻ります

大きな言語モデル

Awesome-llmリスト

推論

逆の考え方はLLMSをより強力な推論者にします[Paper] [X/Twitter]
- Concept: Using referse thinking in sentiment analysis by treating this problem as NLI through the explanations. Note requires explanations like for example
- ジャスティン・チー・ヨ・チェン、ジーフェン・ワン、ハミド・パランギ、ルジュン・ハン、セイナ・エブラヒミ、ロング・ル、ヴィンセント・ペロー、スワループ・ミシュラ、モヒト・バンサル、チェン・ユ・リー、トマス・フィスター
- Arxiv Pre-print2024
Stream of Search（SOS）：言語で検索することを学ぶ[Paper] [Review] [X/Twitter]
- Concept: language models can learn to search in language, autonomously using and discovering new search strategies to solve problems.ここから[レビュー]
- Kanishk Gandhi、Denise Lee、Gabriel Grand、Muxin Liu、Winson Cheng、Archit Sharma、Noah D. Goodman
- COLM 2024 （公開：7月10日）
スター：推論とのブートストラップ推論[Paper] [X/Twitter] [レビュー]
- Concept: STaR allows a language model's "chain-of-thought" rationale generation ability to be bootstrapped from a few initial few-shot rationales on datasets without rationales.ここから[レビュー]
- エリック・ゼリクマン、Yuhuai Wu、Jesse MU、Noah D. Goodman
- NERIPS 2022

トップに戻ります

事実確認の適応

注：事実の知識ベースの存在が必要 /想定されます

反事実を介した一貫したドキュメントレベルの関係抽出[Paper] [Code]
- Concept: use factual relations for fictional context construction and LLM validation
- Ali Modarressi、AbdullatifKöksal、HinrichSchütze
- EMNLP-2024、2024年10月15日
きめ細かい自然言語フィードバックで洗練することを学ぶ[Paper] [Code]
- Concept: When treating attitudes as facts, we can adopt zero-shot LLM-based fact cheking as: Detect-Critique-Refine
- Manya Wadhwa、Xinyu Zhao、Junyi Jessy、Li Greg Durrett
- EMNLP-2024
自然論理と大規模な言語モデルを介したゼロショットの事実検証[Paper] [Code]
- Concept: Use natural logic for proving the fact of attitude presence in a zero-shot learning mode (see code)
- EMNLP-2024

考え方

FAIMA：マルチドメインのアスペクトベースのセンチメント分析のための機能認識のコンテキスト学習[Paper] [Code]
- グラフベースのモデルと言語学that integratesフレームワークand lingustics, with core feature aimed at in-context-learning feature for multi-domain SA; The framework is designed for multidomain datasets; Due to graphs and pairs-generation module, it may find major contribution in **attitude-based** sentiment extraction and target-oriented SA.
- Songhua Yang、Xinke Jiang、Hanjie Zhao、Wenxuan Zeng、Hongde Liu、Yuxiang Jia
- lrec-coling 2024、長い紙。 2024年3月2日提出。
明示的な感情の増強を伴うアスペクトベースの感情分析[紙] [ハーバードペーパー]
- integrates explicit sentiment augmentations, acted as <<clues>> that augment LLM input context
- Jihong Ouyang、Zhiyao Yang、Silong Liang、Bing Wang、Yimeng Wang、Ximing Li
- Arxiv Pre-Print、提出：2024年12月18日
LLM交渉による感情分析[論文] [Open-Review]
- generator-discriminator of negotiating the result label
- Xiaofei Sun、Xiaoya Li、Shengyu Zhang、Shuhe Wang、Fei Wu、Jiwei Li、Tianwei Zhang、Guoyin Wang
- Arxiv Pre-Print、提出：2024
推論されたチェーンの思考による暗黙の感情を促す[Paper] [code]
- Sequence of 3 prompts for conversational system, complemented by tge system responses. Reason is to cope with hallucination
- Hao Fei、Bobo Li、Qian Liu、Lidong Bing、Fei Li、Tat-Seng Chua
- ACL 2023、短い論文

トップに戻ります

会話システム

プロム/質問との組み合わせで言語モデル（通常は大規模）を使用する

大規模な言語モデルの時代における感情分析：現実のチェック[論文]
- application of the LLM and based on the latter ChatGPT for the variety set of sentiment analysis problems
- Wenxuan Zhang、Yue Deng、Bing Liu、Sinno Jialin Pan、Lidong Bing
- Arxiv、2023年5月24日
ChatGptは人間のアノテーターよりも優れていますか？暗黙のヘイトスピーチを説明する際のchatgptの可能性と制限[論文]
- Huang Fan、Kwak Haewoon、Jisun
- ハーバード、2月、2023年
Stance検出技術は、ChatGPTの発売後にどのように進化しますか？ [紙]
- Introducing prompt templater which allows to reach state-of-the art with zero-shot learning!
- ボーエン・チャン、ダイジュン・ディン、リウェン・ジン
- ハーバード、2022年12月

トップに戻ります

言語モデル

Awesome-llmリスト

グラフベース

Graph-とSeq2Seq-ベースのモデルの比較は、構造化された感情分析の難しさを強調しています[Paper] [コード]
- ガク・モリオ、森林ヒロアキ、山口尾u、ヤスヒロ・ソガワ
- ACL-Workshop、2022
常識的な知識グラフでゼロショットと少数の姿勢検出を強化する[Paper]
- Rui Liu、Zheng Lin、Yutong Tan1、Weiping Wang
- ACL-IJCNLP 2021

トップに戻ります

低リソースチューニング

多言語センチメントレキシコンを使用した低リソース言語でのゼロショットセンチメント分析[紙] [コード]
- Fajri Koto、Tilman Beck、Zeerak Talat、Iryna Gurevych、Timothy Baldwin
- NAACL-2024
サービス用のブラックボックスチューニングサービス
- Non gradient p-tunes, wrapped in API in order to consider large Pre-Trained models (PTMs) adoptation as Service models
- Tianxiang Sun、Yunfan Shao、Hong Qian、Xuanjing Huang、Xipeng Qiu
- Arxiv Pre-print、2022
P調整V2：迅速なチューニングは、スケールやタスクを介して普遍的に微調整することに匹敵する可能性があります[Paper] [Code]
- Proceeds Prefix-Tuning idea onto multiple layers of LM-model
- Xiao Liu、Kaixuan Ji、Yicheng Fu、Zhengxiao du、Zhilin Yang、Jie Tang
- DBLP Jornal、2021
パラメーター効率の高いプロンプトチューニングのスケールの力[Paper] [Code]
- Prompt-designing, prompt-tuning comparison studies
- ブライアン・レスター、ラミ・アル・リフー、ノア・コンスタント
- EMNLP-2021
GPTも理解しています[紙] [コード]
- Promt Tuning (p-tuning), ie training only promt token embeddings before and after input sequence (x)
- Xiao Liu、Yanan Zheng、Zhengxiao du、Ming Ding、Yujie Qian、Zhilin Yang、Jie Tang
- 2021
プレフィックスチューニング：生成の連続プロンプトの最適化[Paper] [Code]
- Training token prefixes for downstream tasks with frozen LM parameters
- Xiang Lisa Li、Percy Liang
- ACL/IJCNLP-2021
言語モデルは少ないショット学習者です[紙]
- Prompt designing. FS, 1S by presenting context as "[input,result] x k-times", where k > 1 (FewShot), k = 1 (OneShot); ZeroShot includes only descriptor of expected result
- トム・B・ブラウン、他アル。
- Neurips-2020
Autoprompt：自動的に生成されたプロンプト[Paper] [Code]を使用して、言語モデルから知識を引き出す
- Considering sentiment analysis task as MLM by predicting [MASK]; prompting input (x) with tokens (p1...pk), selected by gradient search (considering that label has corresponding tokens (prompts))
- テイラー・シン、ヤサマン・ラゼギ、ロバート・L・ローガンIV、エリック・ウォレス、サミャー・シン
- EMNLP-2020

トップに戻ります

プロンプトと知識試験

大規模な言語モデルの時代における感情分析：現実のチェック[論文]
- duplicated from the one in conversational systems section
- Wenxuan Zhang、Yue Deng、Bing Liu、Sinno Jialin Pan、Lidong Bing
- Arxiv、2023年5月24日
どの言語モデルが知っているかをどうやって知ることができますか？ [紙] [コード]
- Implemented model LPAQA: Language model Prompt And Query Archive
- Zhengbao Jiang、Frank F. Xu、Jun Araki、Graham Neubig
- TACL-2020
知識ベースとしての言語モデル？ [紙] [コード]
- ファビオ・ペトロニ、ティム・ロックテルシェル、パトリック・ルイス、アントン・バクティン、ゆい王、アレクサンダー・H・ミラー、セバスチャン・リーデル
- EMNLP-2019
補助文の構築によるアスペクトベースのセンチメント分析のためにBERTを利用[Paper] [Code]
- Adopting a predefined prompt (QA/NLI formats) as a TextB input part
- Chi Sun、Luyao Huang、Xipeng Qiu
- NAACL-HLT 2019

トップに戻ります

アーキテクチャ

BERTベースのモデル（TransORFMERSからのエンコーダーの再び）[論文]
- Considering BERT model as classifier
- Joohong Lee、素晴らしい関係抽出
GPTベース（TransORFMERSからのエンコーダーの再び）[論文]
- Considering GPT model competed for classification task
- Joohong Lee、素晴らしい関係抽出
Graph-とSeq2Seq-ベースのモデルの比較は、構造化された感情分析の難しさを強調しています[Paper] [コード]
- T5 and mT5 finetunnning 、つまりテキストからテキストへの転送トランスフォーカーアプリケーション
- ガク・モリオ、森林ヒロアキ、山口尾u、ヤスヒロ・ソガワ
- ACL-Workshop、2022

トップに戻ります

従来のニューラルネットワークベースのモデル

このセクションでは、畳み込み、再発、再帰的なアーキテクチャに基づいたニューラルネットワークモデルを検討します。

永久的な友人や敵はいません：ニュースから国家間の関係を追跡する[紙]
- Xiaochuang Han、Eunsol Choi、Chenhao Tan
- NAACL-HLT 2019
オープンドメインのターゲット感情のニューラルネットワーク[紙]
- Meishan Zhang、Yue Zhang、Duy-Tin Vo
- ACL 2015

トップに戻ります

従来の機械学習モデル

社会、派ion、および談話の文脈との文書レベルの感情の推論[論文]
- Eunsol Choi、Hannah Rashkin、Luke Zettlemoyer、Yejin Choi
- ACL-2016
センチメント分析：自然言語処理を使用して好意を捉える[紙]
- it is originally called favorability analysis, semantic establishment between sentiment and subject
- ナスカワティツヤ、ジョンヒーイ
- K-CAP-2003（ACM）

CRFベースのモデル

オープンドメインターゲットセンチメント[ペーパー]
- マーガレット・ミッチェル、ジャクリーン・アギラール、テレサ・ウィルソン、ベンジャミン・ヴァン・ドゥルメ
- ACL 2013

ルールベースの動詞適用可能なモデル

ドイツの右翼党のFacebookの投稿でのスタンス検出[論文]
- マンフレッド・クレナー、ドン・タッゲナー、サイモン・クレマチド
- Verb-usages form
- ACL 2017（語彙、ンタニー、談話レベルのセマンティクスのリンクモデルに関する第2ワークショップ）
役割のフレーミングと態度予測のオブジェクト指向モデル[Paper]
- Object-oriented model
- ACL 2017（語彙、ンタニー、談話レベルのセマンティクスのリンクモデルに関する第2ワークショップ）
確率的ソフトロジックモデルを使用したエンティティ/イベントレベルのセンチメント分析の共同予測[Paper]
- Lingjia deng、Janyce Wiebe
- EMNLP 2015
FactBank：イベント事実性が注釈されたコーパス[Paper]
- ローザー・サウリ、ジェームズ・パステホフスキー
- 2009年

トップに戻ります

子会社の研究とリソース

エンティティ間のパワーとソーシャルダイナミクスの測定[紙]
- マリア・アントニアック、アンジャリー・フィールド、ジミン・マン、メラニー・ウォルシュ、ローレン・F・クライン、マルテン・サップ
- ACL-2023
多言語の含意フレーム：ターゲットを絞った感情分析と予測のためのソーシャルメディアに関するケーススタディ[Paper] [リソース]
- ハンナ・ラッシュキン、エリック・ベル、Yejin Choi、Svitlana Volkova
- ACL-2017
一人称のための辞書官能パターンを学習する[紙]
- Lena Reed、Jiaqi Wu、Shereen Oraby
- ACL-2017
虐待の理解：虐待的な言語検出サブタスクの類型[論文]
- Zeerak Waseem、Thomas Davidson、Dana Warmsley、Ingmar Weber
- ACL-2017
含意フレーム：データ駆動型の調査[論文]
- ハンナ・ラッシュキン、サミャー・シン、イェジン・チョイ
- ACL-2016
キャラクターは言葉よりも乱用しますか？ [紙]
- Yashar Mehdad、Joel Tetreault
- Sigdial-2016

トップに戻ります

その他

意見の推論の堅牢性の検証[論文]
- Josef Ruppenhofer、Jasper Brandes
- Konvens 2016

トップに戻ります

thesise

教師なし制御可能な書き換えを使用したテキストの性別バイアスの緩和[マスターテーゼ]
- マジャブリンクマン
- Paderborn University、2022
  - Connotation Frames （2.1.3。）
  - Connotational Frames and Lexicon （3.1.1。）

トップに戻ります

データセット

現在（2010-現在）[サイト] - Webコーパスのニュース。
- 2010年から現在までの20の異なる英語圏の国のオンライン雑誌や新聞のデータが含まれています。（生のテキストのみ）。
MPQA-3.0、（2015）[サイト] [Paper]
Snli [サイト] [紙] - スタンフォード自然言語の推論
- 570K人間書かれた英語文のペアラベルを伴うバランスの取れた分類のために手動でラベル付けされました。
FactBank 2009、[Paper] - イベントの事実に注釈が付けられたコーパス
- 208のドキュメントで構成され、タイムバンクデータを含む合計9,488が含まれています。手動で注釈されたイベント。
タイムバンク、2003 [サイト] [紙]
- イベント、時間、および時間的関係を示すために注釈

トップに戻ります

拡大する

追加情報