Low-resource YouTube comment encoding for Luganda sentiment classification performance
Abdul Male Ssentumbwe, Yuchul Jung, Hyunah Lee, Byeong Man Kim · Journal of Digital Contents Society · 2020
최근 소셜네트워크의 발달로 저자원언어의 다중언어 의견데이터도 증가하고 있다. 우간다에서 사용되는 루간다어(Luganda)는 저자원언어로 유튜브에서의 감성 분석을 위한 루간다 코퍼스를 획득하기 쉽지 않다. 본 논문에서는 유튜브 동영상의 루간다어 의견 감성 분석을 위한 댓글 수집 방안을 제안하고, 선택된 기계학습과 딥러닝 분류 알고리즘을 사용하여 수집된 158개의 댓글의 적합성을 평가한다. 주어진 저자원 상황의 루간다어 댓글에 대한 10겹 교차검증에서, 수집된 데이터는 기계학습에서는 Gaussian Naive Bayes(55%), 딥러닝에서는 Multilayer Perceptron sequential model scoring (68.8%)이 가장 좋은 성능을 보였다.