基于动态权重解决标签不平衡的100种语言多标签情感分析

研究人员提出一种支持100种语言的多标签跨语言情感分析框架，通过动态加权方法在训练中平衡各类别贡献，并引入适应多标签场景的 focal loss。该方法还包含可在现行时间复杂度内最大化 macro-f1 分数的类别阈值选择机制，单个模型在3种语言的9项指标中有7项达到SOTA性能。相关模型代码已公开发布。