Sentimental Analysis through Speech and text for IMDB Dataset

Sikhi, Yalavarthi; Devi, S Anjali; Jasti, Sreekar Kumar; Ram, Mange

doi:10.1109/icssit53264.2022.9716303

Cited by 2 publications

(1 citation statement)

References 19 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Uma das desvantagens da análise de sentimentos a nível de sentenc ¸a é que por vezes o sentimento precisa ser anotado manualmente, enquanto o sentimento a nível de documento geralmente é encontrado naturalmente em uma anotac ¸ão feita pelo próprio usuário, como em casos de fóruns e páginas de avaliac ¸ões de produtos. Essa disponibilidade de dados anotados facilita a criac ¸ão de datasets para análise de sentimentos a nível de documento, como o caso do IMDB dataset [Maas et al 2011, Sikhi et al 2022. Em geral, a análise de sentimentos em termos de sentenc ¸a é complexa porque a orientac ¸ão semântica das palavras depende muito do contexto.…”

Section: Fundamentos E Trabalhos Relacionadosunclassified

Cluster Fusion Training: Exploring Cluster Analysis to Enhance Cross-Domain Sentiment Classification

Tomita,

da Silva,

Marcacini

2023

Anais Do XX Encontro Nacional De Inteligência Artificial E Computacional (ENIAC 2023)

View full text Add to dashboard Cite

Devido à escassez de dados para domínios específicos, muitos estudos optam por treinar modelos em domínios cruzados. A abordagem mais comum consiste em treinar modelos em todos os domínios-fonte e, em seguida, validar seu desempenho no domínio-alvo. Mas, essa abordagem não leva em consideração que diferentes palavras podem ter semânticas distintas dependendo do domínio. Neste artigo, é proposto um novo método que usa técnicas de clustering para agrupar dados semelhantes. A partir desses grupos, são trainados modelos especialistas que são usados em um processo de fusão. Através desse método, são demonstradas melhorias até significativas de até 5% de acurácia para modelos de classificação.

show abstract

Section: Fundamentos E Trabalhos Relacionadosunclassified

Cluster Fusion Training: Exploring Cluster Analysis to Enhance Cross-Domain Sentiment Classification

Tomita,

da Silva,

Marcacini

2023

Anais Do XX Encontro Nacional De Inteligência Artificial E Computacional (ENIAC 2023)

View full text Add to dashboard Cite

show abstract

A review on emotion detection by using deep learning techniques

Chutia,

Baruah

2024

Artif Intell Rev

View full text Add to dashboard Cite

Along with the growth of Internet with its numerous potential applications and diverse fields, artificial intelligence (AI) and sentiment analysis (SA) have become significant and popular research areas. Additionally, it was a key technology that contributed to the Fourth Industrial Revolution (IR 4.0). The subset of AI known as emotion recognition systems facilitates communication between IR 4.0 and IR 5.0. Nowadays users of social media, digital marketing, and e-commerce sites are increasing day by day resulting in massive amounts of unstructured data. Medical, marketing, public safety, education, human resources, business, and other industries also use the emotion recognition system widely. Hence it provides a large amount of textual data to extract the emotions from them. The paper presents a systematic literature review of the existing literature published between 2013 to 2023 in text-based emotion detection. This review scrupulously summarized 330 research papers from different conferences, journals, workshops, and dissertations. This paper explores different approaches, methods, different deep learning models, key aspects, description of datasets, evaluation techniques, Future prospects of deep learning, challenges in existing studies and presents limitations and practical implications.

show abstract

Sentimental Analysis through Speech and text for IMDB Dataset

Cited by 2 publications

References 19 publications

Cluster Fusion Training: Exploring Cluster Analysis to Enhance Cross-Domain Sentiment Classification

Cluster Fusion Training: Exploring Cluster Analysis to Enhance Cross-Domain Sentiment Classification

A review on emotion detection by using deep learning techniques

Contact Info

Product

Resources

About