@正在进行{camacho-collados-etal-2022-tweetnlp,title=“{T}推{NLP}:社交媒体的切割边缘自然语言处理”,author=“Camacho-collados、Jose和Rezaee、Kiamehr和Riahi、Talayeh和Ushio、Asahi和Loureiro、Daniel和Antypas、Dimostenis和Boisson、Joanne和Espinosa Anke、Luis和刘方玉Mart{'\i}nez C{'a}mara,Eugenio“,editor=“车、万向和叶卡捷琳娜·舒托娃”,booktitle=“2022年自然语言处理经验方法会议论文集:系统演示”,月=12月,年=“2022”,address=“阿联酋阿布扎比”,publisher=“计算语言学协会”,url=“https://aclantology.org/2022.emnlp-demos.5”,doi=“10.18653/v1/2022.emnlp-demos.5”,pages=“38-49”,abstract=“在本文中,我们介绍了TweetNLP,一个用于自然语言处理(NLP)的集成平台在社交媒体上。TweetNLP支持多种NLP任务,包括情感分析和命名实体识别等通用重点领域,以及表情符号预测和攻击性语言识别等社交媒体特定任务。特定于任务的系统由合理大小的基于Transformer的语言模型提供支持,这些语言模型专门针对社交媒体文本(尤其是Twitter),无需专用硬件或云服务即可运行。TweetNLP的主要贡献是:(1)一个集成的Python库,它是一个支持社交媒体分析的现代工具包,使用我们适应社交领域的各种特定任务模型;(2) 使用我们的模型进行无代码实验的交互式在线演示;(3)涵盖各种典型社交媒体应用程序的教程。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“camacho-collados-etal-2022-tweetnlp”><标题信息>TweetNLP:社交媒体的边缘自然语言处理</titleInfo><name type=“personal”>何塞Camacho-collados系列<角色>作者</角色></name><name type=“personal”>Kiamehr<namePart type=“family”>Rezaee</namePart><角色>作者</角色></name><name type=“personal”>塔拉耶赫里亚希<角色>作者</角色></name><name type=“personal”>朝日Ushio(Ushio)<角色>作者</角色></name><name type=“personal”>丹尼尔卢雷罗<角色>作者</角色></name><name type=“personal”>迪莫斯坦尼斯蚂蚁<角色>作者</角色></name><name type=“personal”>乔安妮博伊松<角色>作者</角色></name><name type=“personal”>路易斯埃斯皮诺萨·安科<角色>作者</角色></name><name type=“personal”>芳玉刘<角色>作者</角色></name><name type=“personal”>尤金尼奥马丁内斯·卡马拉<角色>作者</角色></name><originInfo>2022-12发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>2022年自然语言处理实证方法会议记录:系统演示</titleInfo><name type=“personal”>万向车<角色>编辑器</角色></name><name type=“personal”>叶卡捷琳娜舒托娃<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>阿联酋阿布扎比</place></originInfo>会议出版物</relatedItem>在这篇文章中,我们介绍了TweetNLP,一个社交媒体中自然语言处理(NLP)的集成平台。TweetNLP支持多种NLP任务,包括情感分析和命名实体识别等通用重点领域,以及表情符号预测和攻击性语言识别等社交媒体特定任务。特定于任务的系统由合理大小的基于Transformer的语言模型提供支持,这些语言模型专门针对社交媒体文本(尤其是Twitter),无需专用硬件或云服务即可运行。TweetNLP的主要贡献是:(1)一个集成的Python库,用于支持社交媒体分析的现代工具包,使用我们适应社交领域的各种特定任务模型;(2) 使用我们的模型进行无代码实验的交互式在线演示;(3)涵盖各种典型社交媒体应用程序的教程</摘要>camacho-collados-etal-2022-tweetnlp10.18653/v1/2022.emnlp-demos.5<位置><网址>https://aclantology.org/2022.emnlp-demos.5</url></位置><部分>2022-12年<扩展单元=“page”><开始>38</开始><end>49</范围></部分></mods></mods集合>
%0会议记录%TweetNLP:社交媒体的切割-边缘自然语言处理%Jose,卡马乔-科拉多斯%A Rezaee,基亚梅尔%塔拉耶·里亚希%朝日阿Ushio%丹尼尔·卢雷罗%Antypas,Dimostenis%乔安娜·博伊松%A Espinosa Anke,路易斯%A Liu、Fangyu%A Martínez Cámara,尤金尼奥%Y Che,万向%叶卡捷琳娜·舒托娃%2022年自然语言处理经验方法会议论文集:系统演示%D 2022年%12月8日%计算语言学协会%C阿联酋阿布扎比%F camacho-collados-etal-2022-推特nlp%在本文中,我们介绍了TweetNLP,一个社交媒体中自然语言处理(NLP)的集成平台。TweetNLP支持多种NLP任务,包括情感分析和命名实体识别等通用重点领域,以及表情符号预测和攻击性语言识别等社交媒体特定任务。特定于任务的系统由合理大小的基于Transformer的语言模型提供支持,这些语言模型专门针对社交媒体文本(尤其是Twitter),无需专用硬件或云服务即可运行。TweetNLP的主要贡献是:(1)一个集成的Python库,它是一个支持社交媒体分析的现代工具包,使用我们适应社交领域的各种特定任务模型;(2) 使用我们的模型进行无代码实验的交互式在线演示;(3)涵盖各种典型社交媒体应用程序的教程。%R 10.18653/v1/2022.emnlp-demos.5%U型https://aclantology.org/2022.emnlp-demos.5%U型https://doi.org/10.18653/v1/2022.emnlp-demos.5%电话38-49
降价(非正式)
[TweetNLP:Cutting-Edge社交媒体自然语言处理](https://aclantology.org/2022.emnlp-demos.5)(Camacho-collados等人,EMNLP 2022)
国际计算语言学协会
- Jose Camacho-collados、Kiamehr Rezaee、Talayeh Riahi、Asahi Ushio、Daniel Loureiro、Dimostenis Antypas、Joanne Boisson、Luis Espinosa Anke、Fangyu Liu和Eugenio Martinez Cámara。2022TweetNLP:社交媒体的边缘自然语言处理.英寸2022年自然语言处理实证方法会议记录:系统演示第38-49页,阿联酋阿布扎比。计算语言学协会。