BB_twtr在SemEval-2017任务4：基于CNN与LSTM的推特情感分析
计算与语言
2017-04-21 v1 机器学习
摘要
在本文中，我们描述了利用卷积神经网络（CNNs）与长短期记忆（LSTMs）网络来构建一个最先进的推特情感分类器的尝试。我们的系统利用大量无标签数据来预训练词嵌入。随后我们使用无标签数据的一个子集，通过远程监督对嵌入进行微调。最终的CNN和LSTM在SemEval-2017推特数据集上训练，其中嵌入被再次微调。为了提升性能，我们将若干CNN和LSTM集成在一起。我们的方法在40支队伍中于全部五个英文子任务上获得了第一名。
引用
@article{arxiv.1704.06125,
title = {BB_twtr at SemEval-2017 Task 4: Twitter Sentiment Analysis with CNNs and LSTMs},
author = {Mathieu Cliche},
journal= {arXiv preprint arXiv:1704.06125},
year = {2017}
}
备注
Published in Proceedings of SemEval-2017, 8 pages