4 个月前

BB_twtr 在 SemEval-2017 任务 4 中:基于卷积神经网络和长短期记忆网络的 Twitter 情感分析

BB_twtr 在 SemEval-2017 任务 4 中:基于卷积神经网络和长短期记忆网络的 Twitter 情感分析

摘要

本文描述了我们尝试使用卷积神经网络(CNNs)和长短期记忆网络(LSTMs)构建最先进的Twitter情感分类器的过程。我们的系统利用大量未标注数据对词嵌入进行预训练。随后,我们使用未标注数据的一个子集,通过远监督方法对词嵌入进行微调。最终的CNNs和LSTMs在SemEval-2017 Twitter数据集上进行了训练,期间再次对词嵌入进行了微调。为了提高性能,我们将多个CNNs和LSTMs组合在一起。我们的方法在40个团队中,在所有五个英语子任务中均取得了第一名的成绩。

基准测试

基准方法指标
sentiment-analysis-on-semevalLSTMs+CNNs ensemble with multiple conv. ops
F1-score: 0.685
sentiment-analysis-on-semeval-2017-task-4-aLSTMs+CNNs ensemble with multiple conv. ops
Average Recall: 0.681

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
BB_twtr 在 SemEval-2017 任务 4 中:基于卷积神经网络和长短期记忆网络的 Twitter 情感分析 | 论文 | HyperAI超神经