NileTMRG在SemEval-2017任务4：阿拉伯语情感分析
计算与语言
2017-10-25 v1
摘要
本文描述了作者在SemEval-2017任务4中用于处理阿拉伯语情感分析的两个系统。作者以NileTMRG为团队名参加了三个与阿拉伯语相关的子任务：子任务A（消息极性分类）、子任务B（基于主题的消息极性分类）和子任务D（推文量化）。对于子任务A，我们使用了先前开发的情感分析器，并辅以评分词典。对于子任务B和D，我们使用了三个不同分类器的集成。第一个分类器是卷积神经网络，我们为其训练了（word2vec）词嵌入。第二个分类器由多层感知器组成，第三个分类器是逻辑回归模型，其输入与第二个分类器相同。通过三个分类器之间的投票确定最终结果。任务B的输出经量化后产生任务D的结果。在NileTMRG参加的所有三个阿拉伯语相关任务中，团队均排名第一。
引用
@article{arxiv.1710.08458,
title = {NileTMRG at SemEval-2017 Task 4: Arabic Sentiment Analysis},
author = {Samhaa R. El-Beltagy and Mona El Kalamawy and Abu Bakr Soliman},
journal= {arXiv preprint arXiv:1710.08458},
year = {2017}
}