يجب أن تكون اللغة كجزء كبير من الاتصالات شاملة للمساواة والتنوع. تحتوي لغة مستخدم الإنترنت على تأثير كبير على مستخدمي الأقران في جميع أنحاء العالم. يعبر الناس عن آرائهم من خلال اللغة على المنصات الافتراضية مثل Facebook و Twitter و YouTube وما إلى ذلك. يعجب الناس نجاح الآخرين والصلاة من أجل رفاهيةهم وتشجيع فشلهم. هذه التعليقات الملهمة هي تعليقات الكلام الأمل. في الوقت نفسه، يعزز مجموعة من المستخدمين التمييز على أساس الجنس والوجه العنصري والجنسي والأشخاص ذوي الإعاقة والأقليات الأخرى. تهدف الورقة الحالية إلى تحديد تعليقات خطاب الأمل المهم للغاية للمضي قدما في الحياة. تعمل العديد من التعلم الآلي ونماذج التعلم العميق (مثل آلة ناقلات الدعم، الانحدار اللوجستية، الشبكة العصبية التنافسية، الشبكة العصبية المتكررة) لتحديد خطاب الأمل في تعليقات YouTube المعينة. تتوفر تعليقات YouTube باللغات الإنجليزية والتاميل والملاى وهي جزء من المهمة EACL-2021: الكشف عن الكلام في الأمل للمساواة والتنوع والإدماج ".
Language as a significant part of communication should be inclusive of equality and diversity. The internet user's language has a huge influence on peer users all over the world. People express their views through language on virtual platforms like Facebook, Twitter, YouTube etc. People admire the success of others, pray for their well-being, and encourage on their failure. Such inspirational comments are hope speech comments. At the same time, a group of users promotes discrimination based on gender, racial, sexual orientation, persons with disability, and other minorities. The current paper aims to identify hope speech comments which are very important to move on in life. Various machine learning and deep learning based models (such as support vector machine, logistics regression, convolutional neural network, recurrent neural network) are employed to identify the hope speech in the given YouTube comments. The YouTube comments are available in English, Tamil and Malayalam languages and are part of the task EACL-2021:Hope Speech Detection for Equality, Diversity and Inclusion''.
المراجع المستخدمة
https://aclanthology.org/
التحليل والكشف عن البيانات المختلطة من الكود أمر حتمي في الأوساط الأكاديمية والصناعة، في بلد متعدد اللغات مثل الهند، من أجل حل المشاكل معالجة اللغة الطبيعية في Apropos.تقترح هذه الورقة ذاكرة قصيرة الأجل الطويلة الأجل (Bilstm) مع النهج القائم على الاه
في هذه الورقة نعمل مع كورسيا الكشف عن الكلام تتضمن مجموعات بيانات اللغة الإنجليزية والتاميل والمالياالام.نقدم آلية مرحلتين لاكتشاف خطاب الأمل.في المرحلة الأولى، نبني مصنف لتحديد لغة النص.في المرحلة الثانية، نبني مصنف للكشف عن خطاب الأمل أو الكلام غير
في هذه الورقة، نصف نهجنا تجاه استخدام النماذج المدربة مسبقا لمهمة الكشف عن الكلام الأمل.شاركنا في المهمة 2: الكشف عن الكلام للأمل للتساوي والتنوع والإدماج في LT-EDI-2021 @ EACL2021.الهدف من هذه المهمة هو التنبؤ بحضور خطاب الأمل، إلى جانب وجود العينات
تهدف هذه الورقة إلى وصف النهج الذي اعتدنا عليه اكتشاف خطاب الأمل في مجموعة بيانات Hopeiedi.جربنا مع نهجين.في النهج الأول، استخدمنا ادارة سياقية لتدريب المصنفات باستخدام الانحدار اللوجستي، والغابات العشوائية، و SVM، و LSTM.النهج الثاني المعني باستخدام
تقدم هذه الورقة بشكل أساسي المحتوى ذي الصلة للكشف عن خطاب الأمل للمهمة للمساواة والتنوع والإدراج في LT-EDI 2021-EACL 2021 ''.تم توفير ما مجموعه ثلاث مجموعات بيانات لغوية، ونختار مجموعة البيانات الإنجليزية لإكمال هذه المهمة.الهدف المهمة المحددة هو تصن