Amobee 在 SemEval-2018 任务 1 中的工作：采用 CNN 注意力机制的 GRU 神经网络用于情感分类
计算与语言
2019-05-07 v1 机器学习
摘要
本文描述了 Amobee 参与 SemEval 2018 共享情感分析任务的情况。我们参与了所有英文子任务以及西班牙语效价任务。我们的系统由三部分组成：训练特定任务的词嵌入、训练由门控循环单元（GRU）与卷积神经网络（CNN）注意力机制构成的模型，以及为每个子任务训练基于堆叠的集成模型。我们的算法在英文和西班牙语境效价排序分类子任务中分别获得第 3 名和第 1 名。
引用
@article{arxiv.1804.04380,
title = {Amobee at SemEval-2018 Task 1: GRU Neural Network with a CNN Attention Mechanism for Sentiment Classification},
author = {Alon Rozental and Daniel Fleischer},
journal= {arXiv preprint arXiv:1804.04380},
year = {2019}
}
备注
8 pages, accepted to the 12th International Workshop on Semantic Evaluation 2018