混合文本上的多标签情感分类：数据与方法

多标签情感分类任务旨在识别书面文本中所有可能的情感，以最佳代表作者的心理状态。近年来，多标签情感分类因其在电子学习、医疗保健、营销等领域的潜在应用而吸引了研究者的关注。需要标准的基准语料库来开发和评估多标签情感分类方法。大多数基准语料库是针对英语（单语语料库）开发的，使用推文。然而，多标签情感分类问题在混合文本（例如，英语和罗马乌尔都语）中尚未得到研究，尽管混合文本在Facebook帖子/评论、推文、短信中广泛使用，特别是在南亚社区中。为填补这一空白，本研究呈现了一个大型基准语料库，用于多标签情感分类任务，包含11,914条混合（英语和罗马乌尔都语）短信。每条混合（英语和罗马乌尔都语）短信都使用一组12种情感进行人工标注，包括愤怒、期待、厌恶、恐惧、快乐、爱情、乐观、悲观、悲伤、惊讶、信任和中立（无情感）。作为次要贡献，我们在所提议的语料库上应用并比较了最先进的经典机器学习（基于内容的方法 - 三个词n-gram特征和八个字符n-gram特征）、深度学习（CNN、RNN、Bi-RNN、GRU、Bi-GRU、LSTM和Bi-LSTM）以及基于迁移学习的方法（BERT和XLNet）。经过大量实验，最佳结果是使用最先进的经典机器学习方法在词单元（Micro Precision = 0.67，Micro Recall = 0.54，Micro F 1 = 0.67）上获得的，结合了OVR多标签和SVC单标签机器学习算法。我们提出的语料库是免费的，并公开可用于研究目的，以促进在资源不足语言（罗马乌尔都语）上的研究。