Key points are not available for this paper at this time.
الملخص أظهرت النماذج اللغوية متعددة اللغات المدربة مسبقًا مثل mBERT و XLM-R قدرة جيدة على النقل عبر اللغات. ومع ذلك، لم يتم تدريبها بشكل خاص لالتقاط الإشارات العابرة للغات المتعلقة بكلمات المشاعر. يشكل هذا عائقًا أمام اللغات ذات الموارد القليلة (LRLs) التي تمثل تمثيلاً ناقصًا في هذه النماذج. لتحسين تعديل هذه النماذج لفئة المشاعر في LRLs، تم تقديم تقنية تعديل دقيق جديدة تعتمد على معجم مشاعر للغة ذات موارد عالية (HRL). قام المؤلفون بتجربة اللغات ذات الموارد القليلة: السنهالية، والتاميلية، والبنغالية في مهمة تصنيف المشاعر ذات الثلاث فئات، وأظهروا أن هذه الطريقة تتفوق على التعديل الدقيق التقليدي لـ PMLM. كما أنها تتفوق على أو تتساوى مع تعديل ITFT الأساسي الذي يعتمد على مجموعة بيانات تصنيف مشاعر HRL.
درس دهانانجايا وآخرون (Mon,) هذا السؤال.