NELEC在SemEval-2019任务3中的表现：深入之前请三思
计算与语言
2019-04-09 v1 信息检索
摘要
现有的机器学习技术在基于文本的分类任务上已接近人类水平。然而，聊天数据中存在的多模态噪声，如表情符号、俚语、拼写错误、语码混合数据等，使得现有的深度学习方案表现不佳。深度学习系统无法稳健地捕捉这些协变量，限制了其性能上限。我们提出NELEC：神经与词汇组合器（Neural and Lexical Combiner），一种将基于文本的方法与深度学习方法优雅结合用于情感分类的系统。我们作为SemEval-2019中“文本上下文情感检测”第三项任务的一部分评估了我们的系统。我们的系统显著优于基线以及我们的深度学习模型基准。其取得了0.7765的微平均F1分数，在测试集排行榜上排名第3。我们的代码可在 https://github.com/iamgroot42/nelec 获取。
引用
@article{arxiv.1904.03223,
title = {NELEC at SemEval-2019 Task 3: Think Twice Before Going Deep},
author = {Parag Agrawal and Anshuman Suri},
journal= {arXiv preprint arXiv:1904.03223},
year = {2019}
}
备注
International Workshop on Semantic Evaluation (SemEval), NAACL-HLT 2019