Sentylic 在 IEST 2018：基于门控循环神经网络与胶囊网络的隐式情感检测方法
计算与语言
2018-09-06 v1 机器学习
摘要
在本文中，我们呈现了用于 Implicit WASSA 2018 隐式情感共享任务所采用的系统。该任务旨在预测一条去除了显式情感词提及的推文的情感。其思想是提出一个能够基于上下文词语隐式识别所表达情感的模型。我们为该任务使用了基于门控循环神经网络（GRU）与胶囊网络的模型。利用预训练词嵌入将词语的上下文知识引入模型。GRU 层使用输入词嵌入学习潜在表示。随后的胶囊网络层从该隐藏表示中学习高层特征。所提模型取得了 0.692 的宏 F1 分数。
引用
@article{arxiv.1809.01452,
title = {Sentylic at IEST 2018: Gated Recurrent Neural Network and Capsule Network Based Approach for Implicit Emotion Detection},
author = {Prabod Rathnayaka and Supun Abeysinghe and Chamod Samarajeewa and Isura Manchanayake and Malaka Walpola},
journal= {arXiv preprint arXiv:1809.01452},
year = {2018}
}
备注
accepted to the 9th Workshop on Computational Approaches to Subjectivity, Sentiment & Social Media Analysis, part of the EMNLP 2018 Conference