基于大语言模型的韩国语文本情感分类研究.pdfVIP

基于大语言模型的韩国语文本情感分类研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第33卷第1期电脑与信息技术Vol.33No.1

2025年2月ComputerandInformationTechnologyFeb.2025

文章编号:

1005-1228(2025)01-0055-04

基于大语言模型的韩国语文本情感分类研究

赵天锐

(国防科技大学外国语学院,江苏南京210000)

摘要:近来,GPT-4等大语言模型因其突出的交互能力和在翻译、编程等任务上的优异表现而受到广泛关注,但

对其情感分析能力,特别是在非通用语情境中的相关研究较少。鉴于此,在韩国语影评数据集中,将GPT-4的情

感分析效果与GPT-3.5、XLNet、LSTM等模型进行对比,以评估其性能。研究表明,GPT-4在正确率、准确率、

召回率和F1值等指标上分别达到了95.6%、95.5%、96.4%和95.9%,优于其他对照模型。同时,研究还提出了将

GPT-4应用于情感分析时的注意事项。

关键词:大语言模型;韩国语;情感分析;影评

中图分类号:TP391.1;TP18文献标志码:A

ResearchonKoreanTextSentimentClassificationBasedonLargeLanguageModel

ZHAOTian-rui

(SchoolofForeignLanguages,NationalUniversityofDefenseTechnology,Nanjing210000,China)

Abstract:RecentstudieshighlightGPT-4’snotableperformanceintasksliketranslationandprogramming,yetitscapability

insentimentanalysis,particularlyinnon-standardlinguisticcontexts,remainsunderexplored.Giventhis,intheKoreanmovie

reviewdataset,thesentimentanalysiseffectivenessofGPT-4wascomparedwiththatofmodelssuchasGPT-3.5,XLNet,and

LSTMtoevaluateitsperformance.TheresultsshowedthatGPT-4achieved95.6%accuracy,95.5%accuracy,96.4%recallrate

and95.9%F1valuerespectively,whichwassuperiortoothercontrolmodels.Atthesametime,thestudyalsoputsforwardthe

precautionswhenapplyingGPT-4tosentimentanalysis.

Keywords:largelanguagemodel;Korean;sentimentanalysis;moviereviews

近来,GPT-4等大语言模型(LargeLanguage要工具,在社交媒体分析、市场调研等领域具有广泛

Model,LLM)受到广泛关注。虽然LLM在某些场景的应用前景,其以文本的情感倾向为标准,对文本进

中仍存在AI幻觉等问题,但其已经在多项自然语言行分类,广泛应用于评论[3]、新闻[

文档评论(0)

实用文库 + 关注
实名认证
服务提供商

专注于各类实用性文档的撰写、修改、润色,擅长各类PPT文案的定制,同时收集有海量规范类文档,欢迎各界朋友垂询!

1亿VIP精品文档

相关文档