[论文解读] pysentimiento: A Python Toolkit for Sentiment Analysis and SocialNLP tasks.

Juan Manuel Pérez, Juan Carlos Giudici+1 more|arXiv (Cornell University)|Jun 17, 2021

Topic Modeling参考文献 13被引用 56

一句话总结

pysentimiento 是一个开源的多语言 Python 工具包，为西班牙语和英语提供最先进的情感分析模型，无需依赖商业 API。它使研究人员能够通过简单、黑箱的接口执行情感分析及其他社会性自然语言处理任务，支持现有工具常被忽视的非英语语言。

ABSTRACT

Extracting opinions from texts has gathered a lot of interest in the last years, as we are experiencing an unprecedented volume of user-generated content in social networks and other places. A problem that social researchers find in using opinion mining tools is that they are usually behind commercial APIs and unavailable for other languages than English. To address these issues, we present pysentimiento, a multilingual Python toolkit for Sentiment Analysis and other Social NLP tasks. This open-source library brings state-of-the-art models for Spanish and English in a black-box fashion, allowing researchers to easily access these techniques.

研究动机与目标

• 解决社会研究者在缺乏可访问的非英语情感分析工具方面的问题。
• 为西班牙语和英语的情感分析提供开源、最先进的模型。
• 使研究人员无需依赖专有商业 API 即可执行社会性自然语言处理任务。
• 以黑箱、易于使用的形式支持多语言情感分析，服务于非专业用户。
• 弥合除英语以外语言在意见挖掘工具方面的差距。

提出的方法

• 该工具包实现了针对西班牙语和英语情感分析的预训练深度学习模型。
• 它提供了一个简单、黑箱的接口，为终端用户抽象模型的复杂性。
• 模型设计为可直接在 Python 环境中部署和使用，无需外部依赖。
• 该工具包支持除情感分析外的常见社会性自然语言处理任务，如基于方面的情感分析和文本分类。
• 它被设计为可扩展且模块化，支持未来集成更多语言和任务。
• 该库以开源许可证发布，以促进可访问性和可复现性。

实验结果

研究问题

• RQ1 如何使西班牙语和英语的情感分析模型对无法访问商业 API 的研究人员可访问？
• RQ2 当通过统一的开源接口暴露时，西班牙语和英语情感分析的最先进模型性能如何？
• RQ3 黑箱工具包在多大程度上能提升非英语语境下情感分析的可用性和采用率？
• RQ4 与现有商业解决方案相比，该工具包在多语言研究的可访问性和功能性方面表现如何？

主要发现

• 该工具包成功通过开源、基于 Python 的接口，为西班牙语和英语提供了最先进的情感分析模型。
• 研究人员现在无需依赖商业 API 即可在西班牙语和英语中执行情感分析任务。
• 黑箱设计简化了模型集成，使非专业用户能够应用先进的自然语言处理技术。
• 该工具包支持多语言情感分析，解决了现有意见挖掘工具中的关键局限。
• pysentimiento 的开源特性增强了可复现性，并促进了社会性自然语言处理研究中的协作。
• 该库使研究人员能够以极少的技术开销，在社交网络的用户生成内容上执行情感分析。