一种用于情感、情绪与强度预测的多任务集成框架
计算与语言
2018-10-16 v2
摘要
在本文中，我们通过多任务集成框架处理了情感与情绪分析的三个问题，即“情绪分类与强度”、“情绪效价、唤醒与支配”以及“情感效价与唤醒”。这些底层问题涵盖两种粒度（即粗粒度与细粒度）以及多样化的领域（即推文、Facebook 帖子、新闻标题、博客、信件等）。该集成模型旨在利用三个深度学习模型（即 CNN、LSTM 与 GRU）所学到的表示以及人工设计的特征表示进行预测。在基准数据集上的实验结果表明了我们提出的多任务集成框架的有效性。对于大多数问题与领域，我们相较单任务系统平均获得了 2-3 个点的性能提升。
引用
@article{arxiv.1808.01216,
title = {A Multi-task Ensemble Framework for Emotion, Sentiment and Intensity Prediction},
author = {Md Shad Akhtar and Deepanway Ghosal and Asif Ekbal and Pushpak Bhattacharyya and Sadao Kurohashi},
journal= {arXiv preprint arXiv:1808.01216},
year = {2018}
}