EvoMSA：一种用于情感分析的多语言进化方法
计算与语言
2020-01-16 v4 机器学习
机器学习
摘要
情感分析（SA）是一项与理解人们在书面文本中的感受相关的任务；其起点是识别给定文本的极性级别（正面、中性或负面），进而识别情绪或文本是否幽默。该任务已成为多种语言（例如英语、西班牙语和阿拉伯语等）若干研究竞赛的主题。在本文中，我们提出一个 SA 系统，即 EvoMSA，它统一了我们在各类 SA 竞赛中的参赛系统，通过使用仅语言无关的技术处理文本，使其具有领域独立性和多语言性。EvoMSA 是一个基于遗传编程的分类器，通过组合不同文本分类器和文本模型的输出来产生最终预测。我们在不同的 SA 竞赛上分析 EvoMSA 以提供其性能的整体概览，结果表明 EvoMSA 具有竞争力，在多个 SA 竞赛中获得顶尖排名。此外，我们对 EvoMSA 的组件进行了分析以衡量它们对性能的贡献；其目的在于便于从业者或新手实现具有竞争力的 SA 分类器。最后，值得一提的是 EvoMSA 作为开源软件可供使用。
引用
@article{arxiv.1812.02307,
title = {EvoMSA: A Multilingual Evolutionary Approach for Sentiment Analysis},
author = {Mario Graff and Sabino Miranda-Jiménez and Eric S. Tellez and Daniela Moctezuma},
journal= {arXiv preprint arXiv:1812.02307},
year = {2020}
}