基于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
情感检测是一项重要任务，可应用于社交媒体数据以发现新知识。虽然深度学习方法是该任务的主流，但它们是黑盒模型，使其决策难以被人类操作者解释。因此，在本文中我们提出一种使用加权 最近邻（kNN）的方法，这是一种简单、易于实现且可解释的机器学习模型。这些特性有助于增强结果的可靠性并指导错误分析。具体而言，我们将加权 kNN 模型应用于 SemEval-2018 的推文共享情感检测任务。推文使用不同文本嵌入方法和情感词典词汇得分表示，分类由加权 kNN 模型集成完成。我们的最佳方法取得了与最优（SOTA）方案相竞争的结果，并为神经网络方法开辟了一条有前景的替代路径。
引用
@article{arxiv.2107.05394,
title = {Nearest neighbour approaches for Emotion Detection in Tweets},
author = {Olha Kaminska and Chris Cornelis and Veronique Hoste},
journal= {arXiv preprint arXiv:2107.05394},
year = {2021}
}
备注
The paper was presented at EACL 2021 during the WASSA workshop as a poster and published at ACL Anthology