NUIG团队ULD在SemEval-2020任务9中的工作：基于注意力模型与生成式语素的语言混合文本情感分析
计算与语言
2020-08-05 v1
摘要
语言混合（code mixing）是多语社会中人们因各种原因从一种语言切换到另一种语言的常见现象。不同社交媒体上公共交流的近期进展导致书面语言中语言混合使用的频率增加。在本文中，我们提出了用于SemEval 2020任务9 SentiMix的生成式语素与注意力（GenMA）模型情感分析系统。该系统旨在预测给定的英语-印地语语言混合推文的情感，而不使用词级语言标签，而是利用形态学模型自动推断。该系统基于一种新颖的深度神经网络（DNN）架构，其在测试数据集和验证数据集上的F1分数均优于基线。我们的结果可在“Sentimix Hindi English”页面下以用户名“koustava”找到。
引用
@article{arxiv.2008.01545,
title = {ULD@NUIG at SemEval-2020 Task 9: Generative Morphemes with an Attention Model for Sentiment Analysis in Code-Mixed Text},
author = {Koustava Goswami and Priya Rani and Bharathi Raja Chakravarthi and Theodorus Fransen and John P. McCrae},
journal= {arXiv preprint arXiv:2008.01545},
year = {2020}
}
备注
To be published in 14th International Workshop on Semantic Evaluation SemEval-2020