SemEval-2016 任务 4：推特中的情感分析
计算与语言
2021-09-22 v1 信息检索
摘要
本文讨论了 ``推特情感分析任务'' 的第四年。SemEval-2016 任务 4 包含五个子任务，其中三个与以往版本有显著不同。前两个子任务是往年重跑，要求预测推文中的整体情感以及针对某话题的情感。三个新子任务聚焦于基本 ``推特情感分类'' 任务的两种变体。第一种变体采用五点量表，赋予分类任务序数特性。第二种变体聚焦于对每个关注类别流行度的正确估计，这一任务在监督学习文献中被称为量化（quantification）。该任务持续非常受欢迎，共吸引了 43 支队伍参与。
引用
@article{arxiv.1912.01973,
title = {SemEval-2016 Task 4: Sentiment Analysis in Twitter},
author = {Preslav Nakov and Alan Ritter and Sara Rosenthal and Fabrizio Sebastiani and Veselin Stoyanov},
journal= {arXiv preprint arXiv:1912.01973},
year = {2021}
}
备注
Sentiment analysis, sentiment towards a topic, quantification, microblog sentiment analysis; Twitter opinion mining. arXiv admin note: text overlap with arXiv:1912.00741