SentiHood：面向城市街区的目标方面情感分析数据集
计算与语言
2016-10-13 v1
摘要
在本文中，我们引入了目标方面情感分析任务。其目标是提取关于用户评论中提及实体的细粒度信息。本工作既扩展了假设每篇文档只有一个实体的方面情感分析，也扩展了假设对目标实体有单一情感的目标情感分析。具体而言，我们识别针对一个或多个实体每个方面的情感。作为该任务的测试平台，我们引入了 SentiHood 数据集，该数据集提取自已解答问答（QA）平台，用户在该平台上讨论城市街区。在此语境下，文本单元通常会提及一个或多个街区的多个方面。这是首次将通用社交媒体平台（此处为 QA 平台）用于细粒度意见挖掘。来自 QA 平台的文本与当前数据集所基于的特定评论平台的文本相比，受到的约束要少得多。我们开发了几个强基线模型，依赖于逻辑回归和最先进的循环神经网络。
引用
@article{arxiv.1610.03771,
title = {SentiHood: Targeted Aspect Based Sentiment Analysis Dataset for Urban Neighbourhoods},
author = {Marzieh Saeidi and Guillaume Bouchard and Maria Liakata and Sebastian Riedel},
journal= {arXiv preprint arXiv:1610.03771},
year = {2016}
}
备注
Accepted at COLING 2016