Published January 1, 2015
| Version v1
Publication
Open
Splusplus: A Feature-Rich Two-stage Classifier for Sentiment Analysis of Tweets
Creators
- 1. Beihang University
- 2. Microsoft Research Asia (China)
- 3. Peking University
Description
This paper describes our sentiment classification system submitted to SemEval-2015 Task 10.In the message-level polarity classification subtask, we obtain the highest macroaveraged F1-scores on three out of six testing sets.Specifically, we build a two-stage classifier to predict the sentiment labels for tweets, which enables us to design different features for subjective/objective classification and positive/negative classification.In addition to n-grams, lexicons, word clusters, and twitter-specific features, we develop several deep learning methods to automatically extract features for the message-level sentiment classification task.Moreover, we propose a polarity boosting trick which improves the performance of our system.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تصف هذه الورقة نظام تصنيف المشاعر المقدم إلى المهمة 10 من SemEval -2015. في المهمة الفرعية لتصنيف القطبية على مستوى الرسالة، نحصل على أعلى درجات F1 في المتوسط الكلي في ثلاث من ست مجموعات اختبار. على وجه التحديد، نقوم ببناء مصنف من مرحلتين للتنبؤ بتسميات المشاعر للتغريدات، والتي تمكننا من تصميم ميزات مختلفة للتصنيف الذاتي/الموضوعي والتصنيف الإيجابي/السلبي. بالإضافة إلى n - grams، والمعاجم، ومجموعات الكلمات، والميزات الخاصة بتويتر، نقوم بتطوير العديد من طرق التعلم العميق لاستخراج الميزات تلقائيًا لمهمة تصنيف المشاعر على مستوى الرسالة. علاوة على ذلك، نقترح خدعة تعزيز القطبية التي تحسن أداء نظامنا.Translated Description (French)
Cet article décrit notre système de classification des sentiments soumis à la tâche 10 de SemEval-2015. Dans la sous-tâche de classification de la polarité au niveau du message, nous obtenons les scores F1 les plus élevés sur trois des six ensembles de tests. Plus précisément, nous construisons un classificateur en deux étapes pour prédire les étiquettes de sentiment pour les tweets, ce qui nous permet de concevoir différentes fonctionnalités pour la classification subjective/objective et la classification positive/négative. En plus des n-grammes, des lexiques, des groupes de mots et des fonctionnalités spécifiques à Twitter, nous développons plusieurs méthodes d'apprentissage profond pour extraire automatiquement les fonctionnalités pour la tâche de classification des sentiments au niveau du message. De plus, nous proposons une astuce de renforcement de la polarité qui améliore les performances de notre système.Translated Description (Spanish)
Este documento describe nuestro sistema de clasificación de sentimientos enviado a SemEval-2015 Tarea 10. En la subtarea de clasificación de polaridad a nivel de mensaje, obtenemos las puntuaciones F1 macropromediadas más altas en tres de cada seis conjuntos de pruebas. Específicamente, construimos un clasificador de dos etapas para predecir las etiquetas de sentimiento de los tweets, lo que nos permite diseñar diferentes características para la clasificación subjetiva/objetiva y la clasificación positiva/negativa. Además de n-gramas, léxicos, grupos de palabras y características específicas de Twitter, desarrollamos varios métodos de aprendizaje profundo para extraer automáticamente características para la tarea de clasificación de sentimientos a nivel de mensaje. Además, proponemos un truco de aumento de polaridad que mejora el rendimiento de nuestro sistema.Files
S15-2086.pdf.pdf
Files
(299.9 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:a55ce16e463521728ee8a8dde953526d
|
299.9 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- Splusplus: مصنف من مرحلتين غني بالميزات لتحليل معنويات التغريدات
- Translated title (French)
- Splusplus : un classificateur en deux étapes riche en fonctionnalités pour l'analyse des sentiments des tweets
- Translated title (Spanish)
- Splusplus: un clasificador de dos etapas rico en funciones para el análisis de sentimientos de los tweets
Identifiers
- Other
- https://openalex.org/W2126743576
- DOI
- 10.18653/v1/s15-2086
References
- https://openalex.org/W1498436455
- https://openalex.org/W1832693441
- https://openalex.org/W2022204871
- https://openalex.org/W2097726431
- https://openalex.org/W2118585731
- https://openalex.org/W2153579005
- https://openalex.org/W2156413587
- https://openalex.org/W2158899491
- https://openalex.org/W2160660844
- https://openalex.org/W2250243742
- https://openalex.org/W2250879510
- https://openalex.org/W2251303898
- https://openalex.org/W2251939518
- https://openalex.org/W233613663
- https://openalex.org/W2460474657
- https://openalex.org/W2467186984
- https://openalex.org/W371426616