Amobee在SemEval-2017任务4中的系统：面向Twitter情感检测的深度学习系统
计算与语言
2018-07-24 v1 机器学习
摘要
本文描述了Amobee情感分析系统，该系统经过调整以参加SemEval 2017任务4的竞赛。该系统由两部分组成：基于Twitter情感树库（Twitter sentiment treebank）的RNN模型的有监督训练，以及使用前馈神经网络（feedforward NN）、朴素贝叶斯（Naive Bayes）和逻辑回归分类器为不同子任务生成预测。该算法在5标签分类任务（子任务C）中获得了第3名。
引用
@article{arxiv.1705.01306,
title = {Amobee at SemEval-2017 Task 4: Deep Learning System for Sentiment Detection on Twitter},
author = {Alon Rozental and Daniel Fleischer},
journal= {arXiv preprint arXiv:1705.01306},
year = {2018}
}
备注
6 pages, accepted to the 11th International Workshop on Semantic Evaluation (SemEval-2017)