Analīze emocionālās noskaņas novērtējuma iespējām latviešu valodas tekstiem, lietojot mašīntulkojumu

Abstract

Mūsdienās arvien straujāk notiek attīstība dabiskās valodas apstrādes jomā. To stipri ietekmē dziļās mašīnmācīšanās un transformatoru arhitektūras attīstība un pielietošana. Taču joprojām lielāka daļa modeļu ir uztrenēti angļu valodas tekstiem, un mazāk populārām valodām modeļu klāsts ir daudz mazāks. Tas arī attiecas uz emocionālās noskaņas novērtējuma noteikšanas modeļiem. Tā kā tas ir klasifikācijas uzdevums un ir nepieciešama treniņu kopa ar marķējumiem, ir grūti dabūt pietiekami lielu latviešu valodas tekstu kopu. Darbā tiek apskatīta metode, ar kuras palīdzību var uzlabot un paplašināt emocionālās noskaņas noteikšanas iespējas latviešu valodai, lietojot mašīntulkošanu. Tam nolūkam tiek salīdzināti dažādu transformatoru arhitektūras bāzēto modeļu lietojumi, kā arī tiek apskatītas divas mašīntulkošanas sistēmas.

Nowadays has been a rapid development in the field of natural language processing. Such kind progress has been strongly influenced by the advancements and application of deep learning and transformer architectures. However large portion of models are still trained on English texts data and the range of models available for less popular languages is significantly smaller. This also applies to the models of sentiment analysis. Since it is a classification task that requires a labeled training dataset. And it is quite challenging to obtain sufficiently large corpus of Latvian language texts. This paper examines a method that can enhance and expand the determination of sentiment in Latvian using machine translation. For this purpose, were used various transformer-based models and results were compared for two machine translation systems.