Dissertação
Estimating Emotional Valence and Arousal with Transformer-Based Language Models EVALUATED
A análise das emoções presentes no texto tem inúmeras aplicações. Em contraste com a análise categórica de emoções, que se foca na classificação de emoções de acordo com um conjunto pré-definido de classes comuns, a análise dimensional mapeia as diferentes emoções para um referencial contínuo multidimensional. Recentemente, este último método tem vindo a ganhar tração nos estudos académicos, devido à sua maior precisão e capacidade de quantificar emoções. Este estudo avalia o uso de Transformers pré-treinados para prever pontuações de emoções, nas duas dimensões da valência e intensidade de emoção, em texto multi-idioma. Em primeiro lugar, o estudo compila vários conjuntos de dados anotados de estudos anteriores, correspondentes a léxicos emocionais de palavras ou textos. Em segundo lugar, modelos de diferentes tamanhos são avaliados e treinados em diferentes condições. Os resultados obtidos mostram que o tamanho do modelo tem um impacto significativo na qualidade das previsões de valência e intensidade de emoção. Adicionalmente, mostram que utilizar um modelo pré-treinado de grande dimensão, parametrizado para a tarefa específica de regressão destas duas dimensões emocionais, é um método eficaz para prever valência e intensidade de emoção em textos de diferentes idiomas.
dezembro 9, 2022, 11:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Bruno Emanuel Da Graça Martins
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado