PulseAugur
中
实时 02:22:33
English(EN) Annotation Quality in Aspect-Based Sentiment Analysis: A Case Study Comparing Experts, Students, Crowdworkers, and Large Language Model

LLM、专家和学生在德语情感分析标注质量方面的比较

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇新论文研究了德语方面级情感分析（ABSA）的标注质量，比较了专家、学生、众包工作者和大型语言模型（LLM）。该研究重新标注了一个现有数据集以建立真实情况，并使用标注者间一致性（IAA）评估了标注质量。研究还利用基于BERT、T5和LLaMA的模型评估了这些不同标注来源对ABSA子任务下游模型性能的影响。 AI

影响 为资源匮乏的NLP场景中数据集构建的标注可靠性和效率之间的权衡提供了见解。

排序理由 该集群包含一篇详细介绍NLP任务标注质量比较研究的学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

LLM、专家和学生在德语情感分析标注质量方面的比较

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Niklas Donhauser, Jakob Fehle, Nils Constantin Hellwig, Markus Weinberger, Udo Kruschwitz, Christian Wolff ·

    Annotation Quality in Aspect-Based Sentiment Analysis: A Case Study Comparing Experts, Students, Crowdworkers, and Large Language Model

    arXiv:2605.03624v1 Announce Type: new Abstract: Aspect-Based Sentiment Analysis (ABSA) enables fine-grained opinion analysis by identifying sentiments toward specific aspects or targets within a text. While ABSA has been widely studied for English, research on other languages suc…

  2. arXiv cs.CL TIER_1 English(EN) · Christian Wolff ·

    Annotation Quality in Aspect-Based Sentiment Analysis: A Case Study Comparing Experts, Students, Crowdworkers, and Large Language Model

    Aspect-Based Sentiment Analysis (ABSA) enables fine-grained opinion analysis by identifying sentiments toward specific aspects or targets within a text. While ABSA has been widely studied for English, research on other languages such as German remains limited, largely due to the …

相关实体

相关话题