Prior work on sentiment analysis using weak supervision primarily focuses on different reviews such as movies (IMDB), restaurants (Yelp), products (Amazon).~One under-explored field in this regard is customer chat data for a customer-agent chat in customer support due to the lack of availability of free public data. Here, we perform sentiment analysis on customer chat using weak supervision on our in-house dataset. We fine-tune the pre-trained language model (LM) RoBERTa as a sentiment classifier using weak supervision. Our contribution is as follows:1) We show that by using weak sentiment classifiers along with domain-specific lexicon-based rules as Labeling Functions (LF), we can train a fairly accurate customer chat sentiment classifier using weak supervision. 2) We compare the performance of our custom-trained model with off-the-shelf google cloud NLP API for sentiment analysis. We show that by injecting domain-specific knowledge using LFs, even with weak supervision, we can train a model to handle some domain-specific use cases better than off-the-shelf google cloud NLP API. 3) We also present an analysis of how customer sentiment in a chat relates to problem resolution.


翻译:先前利用薄弱的监管进行情绪分析的工作,主要侧重于不同的审查,如电影(IMDB)、餐馆(Yelp)、产品(Amazon)等。-在这方面,一个探索不足的领域是由于缺乏免费的公共数据,在客户支持方面,客户代理聊天的客户聊天数据。在这里,我们利用对内部数据集的监管薄弱,对客户聊天进行情绪分析。我们用薄弱的监督,微弱的监管,微弱地调整预先培训的语言模式(LM) RoBERTA作为情绪分类师。我们的贡献如下:1)我们显示,通过使用弱的情绪分类器以及以域特定词汇为基础的规则(Labeling 函数),我们可以在监管薄弱的情况下培训一个相当准确的客户聊天叙事员。 2)我们比较了我们所定制的模型的性能与现成的谷歌云NLP AP AP AP AP API 的情绪分析。我们通过使用LFs(即使在监管薄弱的情况下) 将特定域知识注入,我们可以训练一个模型,处理某些特定域使用的案例,而不是现成的谷洞云 NLPP AL AL IP 解的客户情绪。

0
下载
关闭预览

相关内容

狭义的情感分析(sentiment analysis)是指利用计算机实现对文本数据的观点、情感、态度、情绪等的分析挖掘。广义的情感分析则包括对图像视频、语音、文本等多模态信息的情感计算。简单地讲,情感分析研究的目标是建立一个有效的分析方法、模型和系统,对输入信息中某个对象分析其持有的情感信息,例如观点倾向、态度、主观观点或喜怒哀乐等情绪表达。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【经典书】线性代数,286页pdf
专知会员服务
124+阅读 · 2021年2月28日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
17+阅读 · 2019年10月9日
基于句子嵌入的无监督文本摘要(附代码实现)
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
15+阅读 · 2018年12月24日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
视觉机械臂 visual-pushing-grasping
CreateAMind
3+阅读 · 2018年5月25日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关VIP内容
【经典书】线性代数,286页pdf
专知会员服务
124+阅读 · 2021年2月28日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
17+阅读 · 2019年10月9日
相关资讯
基于句子嵌入的无监督文本摘要(附代码实现)
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
15+阅读 · 2018年12月24日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
视觉机械臂 visual-pushing-grasping
CreateAMind
3+阅读 · 2018年5月25日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
Top
微信扫码咨询专知VIP会员