基于模糊粗糙最近邻方法的推文情感检测
计算与语言
2021-07-13 v1 机器学习
摘要
社交媒体是有意义数据的重要来源，可用于情感分析和情绪识别等不同任务。这些任务大多使用深度学习方法解决。鉴于文本数据的模糊性，我们考虑使用基于模糊粗糙集的分类方法。具体而言，我们针对 SemEval-2018 情感检测任务开发了一种基于模糊粗糙最近邻（FRNN）分类器并融合有序加权平均（OWA）算子的方法。我们使用基于不同文本嵌入方法的 FRNN–OWA 模型调优集成。我们的结果可与基于更复杂深度学习方法的 SemEval 最佳方案相竞争。
引用
@article{arxiv.2107.05392,
title = {Fuzzy-Rough Nearest Neighbour Approaches for Emotion Detection in Tweets},
author = {Olha Kaminska and Chris Cornelis and Veronique Hoste},
journal= {arXiv preprint arXiv:2107.05392},
year = {2021}
}
备注
The paper submitted to the IJCRS 2021 conference, organized jointly with IFSA-EUSFLAT 2021