SemEval 中的情感分析：情感识别方法综述
机器学习
2025-03-14 v1
摘要
社交媒体平台正日益成为社交互动的基础，包括信息传递和意见表达。就此而言，情感分析技术致力于提供解决方案，以确保对生成数据（包括情感、情绪及讨论主题）进行检索与分析。国际竞赛，如国际语义评估工作坊（SemEval），吸引了大量研究人员和实践者，尤其关注构建情感分析系统。本文我们研究2013-2021年间每个SemEval版本中排名靠前的系统，总计有658支团队参赛，随着年份的推移，参与热情不断增加。我们分析了所提出的系统，着重于情感分析系统的主要组成部分，包括数据获取、预处理和分类。我们的研究表明，预处理技术得到了积极应用，特征工程和词表示从词典方法向词嵌入方法演进，神经网络和transformer在分类阶段占据主导地位，推动了便携式模型的使用。此外，我们为研究人员提供基于实验系统的见解，这将有助于快速原型化新系统，帮助实践者为未来SemEval版本构建系统。
关键词
引用
@article{arxiv.2503.10457,
title = {Sentiment Analysis in SemEval: A Review of Sentiment Identification Approaches},
author = {Bousselham El Haddaoui and Raddouane Chiheb and Rdouan Faizi and Abdellatif El Afia},
journal= {arXiv preprint arXiv:2503.10457},
year = {2025}
}