实体
Sentiment140
Sentiment140
PulseAugur coverage of Sentiment140 — every cluster mentioning Sentiment140 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的审计方法量化了联邦数据生成中的隐私泄露
研究人员开发了一种新的方法来审计联邦设置中的用户级隐私，特别是针对私有演进（PE）系统。这种经验审计协议涉及服务器提交一个候选库，然后用特制的“金丝雀”探测器替换一小部分条目。在Yelp和Sentiment140数据集上的实验表明，虽然自然文本攻击显示的隐私泄露极少，但基于nonce的攻击更接近理论上的差分隐私界限，量化了正式隐私保证与实际泄露之间的差距。
-
传统机器学习模型在推文和电子邮件情感分析中优于深度学习
一项最新研究比较了传统机器学习模型与深度学习架构在社交媒体和电子邮件数据上的情感分析性能。在推文情感分类方面，使用TF-IDF特征的逻辑回归模型优于BiLSTM模型，准确率达到73.5%。在电子邮件情感分析方面，支持向量机（SVM）模型表现出卓越的性能，准确率高达98.74%，与LSTM模型相比，在精度和处理速度方面取得了更好的平衡。
-
新的AGM技术提高了Transformer在跨领域情感分析中的鲁棒性
研究人员开发了归因引导掩码（AGM），一种新颖的训练技术，旨在提高预训练Transformer模型在情感分类任务中的泛化能力。AGM通过在微调过程中识别并惩罚特定领域的虚假标记来解决模型迁移到域外数据时观察到的性能下降问题。该方法不需要目标域标签，在零样本迁移设置中表现出有竞争力的性能，并通过突出驱动泛化差距的特征来提供可解释性。