NITS-Hinglish-SentiMix在SemEval-2020任务9中的工作：使用集成模型对代码混合社交媒体文本进行情感分析
计算与语言
2020-09-07 v2
摘要
情感分析是解读句子所表达情感并将其分类为正面、负面或中性的过程。近年来，印度活跃社交媒体用户数量大幅增长，由此产生了大量非结构化文本数据。由于印度人口通常同时流利使用印地语和英语，他们最终生成了代码混合的Hinglish社交媒体文本，即以罗马字母书写的印地语表达与其他英文单词并存。充分理解这些文本中的语义确有必要。我们的团队rns2020参与了SemEval2020的任务9，旨在设计一个系统以执行代码混合社交媒体文本的情感分析。本工作提出了一个名为NITS-Hinglish-SentiMix的系统，以有效完成此类代码混合Hinglish文本的情感分析。所提框架在测试数据上取得了0.617的F值。
引用
@article{arxiv.2007.12081,
title = {NITS-Hinglish-SentiMix at SemEval-2020 Task 9: Sentiment Analysis For Code-Mixed Social Media Text Using an Ensemble Model},
author = {Subhra Jyoti Baroi and Nivedita Singh and Ringki Das and Thoudam Doren Singh},
journal= {arXiv preprint arXiv:2007.12081},
year = {2020}
}
备注
In Proceedings of the 14th International Workshop on Semantic Evaluation (SemEval-2020), Barcelona, Spain, December. Association for Computational Linguistics