CruzAffect 在 AffCon 2019 共享任务中的系统：一种刻画幸福的特征丰富方法
计算与语言
2019-02-19 v1 社会与信息网络
摘要
我们呈现用于 CL-Aff 共享任务 2019 的系统 CruzAffect。CruzAffect 由若干类鲁棒且高效的情感分类模型组成。我们同时运用传统分类器（如 XGBoosted Forest）以及深度学习卷积神经网络（CNN）分类器。我们探索丰富的特征集合，如句法特征、情感特征与画像特征，并利用若干情感词典，以从 HappyDB 数据库的文本片段中发掘主体在幸福时刻可能施展的社会参与与控制的基本指标。数据包含一个带标签集合（10K）与一个更大的无标签集合（70K）。因此我们于 10K 数据集上使用监督方法，并对 70K 使用自举半监督方法。我们针对代理与社会标签的二分类（任务 1）以及概念标签的多分类（任务 2）评估这些模型。我们在留出数据上获得了有前景的结果，表明所提特征集有效表征了情感分类任务的数据。我们还构建了概念模型以发掘幸福时刻中反复出现的通用主题。我们的结果表明，代理、社会与概念各类别间共享通用特征，意味着应有可能构建用于情感分类任务的通用模型。
引用
@article{arxiv.1902.06024,
title = {CruzAffect at AffCon 2019 Shared Task: A feature-rich approach to characterize happiness},
author = {Jiaqi Wu and Ryan Compton and Geetanjali Rakshit and Marilyn Walker and Pranav Anand and Steve Whittaker},
journal= {arXiv preprint arXiv:1902.06024},
year = {2019}
}
备注
Workshop on Affective Content Analysis (AffCon) 2019, Workshop of Association for the Advancement of Artificial Intelligence (AAAI) 2019, Hawaii, USA January 2019