GWU NLP Lab 在 SemEval-2019 任务 3 EmoContext：多体裁语料句子级情感检测模型中的有效上下文信息
计算与语言
2019-05-24 v1
摘要
本文介绍提交至 SemEval-2019 任务 3：EmoContext 的情感分类器模型。该任务目标是在 3 轮对话数据集中分类情感（即高兴、悲伤、愤怒）。我们将任务表述为分类问题，并引入带注意力层的门控循环神经网络（GRU）模型，该模型以上下文信息引导启动，并使用多体裁语料训练。我们利用不同词嵌入来经验性选取最适合表示特征的嵌入。我们使用多体裁情感语料训练模型，以借助所有可用训练集引导启动结果。我们取得了总体 56.05% 的 f1 分数，排名第 144。
引用
@article{arxiv.1905.09439,
title = {GWU NLP Lab at SemEval-2019 Task 3: EmoContext: Effective Contextual Information in Models for Emotion Detection in Sentence-level in a Multigenre Corpus},
author = {Shabnam Tafreshi and Mona Diab},
journal= {arXiv preprint arXiv:1905.09439},
year = {2019}
}