Revolutionizing Urdu Sentiment Analysis: Harnessing the Power of XLM-R and GPT-2
Hyväksytty
Luokittelutiedot
OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti
Julkaisukanavan tiedot
Lehden/sarjan nimi
IEEE access
ISSN-E (elektroninen)
2169-3536
ISSN-L (linking)
2169-3536
Kustantaja
IEEE
Julkaisun JUFO ID
78297
Julkaisun JUFO-taso
1
Julkaisu on FT-listalla
Ei
Julkaisun SNIP-taso
1.44
Julkaisumaa
Yhdysvallat (USA)
Kansainvälisyys
Kyllä
Julkaisun tarkemmat tiedot
Julkaisuvuosi
2024
Ilmoitusvuosi
2024
Lehden/sarjan volyymi
12
Sivunumerot
99779-99793
DOI
10.1109/ACCESS.2024.3429496
Julkaisukieli
englanti
Yhteisjulkaisutiedot
Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Ei
Saatavuustiedot
Verkkojulkaisun linkki
Luokitukset ja lisätiedot
OKM-tieteenalaluokitus
113 Tietojenkäsittely ja informaatiotieteet
Avainsanat
Sentiment analysis; Web sites; Analytical models; Accuracy; Video on demand; Reviews; Electronic mail; Natural language processing; Deep learning; Urdu; XLM-R; GPT-2; classification; deep learning; BERT
Rahoittajatiedot
Rahoitustiedot julkaisussa
The authors would like to thank their affiliated universities for providing research funding to complete this research work.
Lähdetietokantojen tunnukset
WoS -tunniste
WOS:001276323400001
Scopus -tunniste
2-s2.0-85199099391