收藏 分享(赏)

基于Web的比较式挖掘研究 - 北京大学计算机科学技术研究所.ppt

上传人:涵涵文库 文档编号:5373298 上传时间:2019-02-25 格式:PPT 页数:12 大小:989KB
下载 相关 举报
基于Web的比较式挖掘研究 - 北京大学计算机科学技术研究所.ppt_第1页
第1页 / 共12页
基于Web的比较式挖掘研究 - 北京大学计算机科学技术研究所.ppt_第2页
第2页 / 共12页
基于Web的比较式挖掘研究 - 北京大学计算机科学技术研究所.ppt_第3页
第3页 / 共12页
基于Web的比较式挖掘研究 - 北京大学计算机科学技术研究所.ppt_第4页
第4页 / 共12页
基于Web的比较式挖掘研究 - 北京大学计算机科学技术研究所.ppt_第5页
第5页 / 共12页
点击查看更多>>
资源描述

1、NLP&CC 2013 跨语言情感分类评测,万小军北京大学计算机科学技术研究所,评测背景,情感分类随着网络评论的海量增长受到人们越来越多的重视。 情感分类系统通常依赖于标注语料并结合分类算法来实现。然而,情感标注语料的分布在不同语言下是极不均衡的。 因此在当前语言的标注语料缺乏时,利用其他语言的资源来实现情感分类已经成为了一个热门的研究课题。,2,评测任务介绍,本任务要求参赛队伍在仅利用组织方提供的资源的前提下,对测试集内的每条中文评论进行倾向性分类(正面和负面)。 评测资源包括: 英文标注数据 少量中文标注数据 英文情感词典 中文未标注语料,3,评测数据,英文标注数据 英文标注数据为 A 的

2、用户评论,共包含 3 个不同领域:DVD,书籍,音乐。每个领域内有 2000 条正面评价和 2000 条负面评价。英文情感词典 提供 MPQA 情感词典(Multi-Perspective Question Answering Subjectivity Lexicon),共包含 2789 个正向词和 6079 个负向词。,4,评测数据,中文标注数据(验证数据) 提供包含 DVD,书籍,音乐三个领域的少量中文标注数据,正负例各 20条。中文未标注数据 提供包含 DVD,书籍,音乐三个领域的大量中文未标注数据,正负例不均衡。,5,评测数据,测试数据 来自A的用户评论,DVD,书籍和音乐每个领域均包

3、含 4000 条测试评论,其中正负向评论均为 2000 条。,6,参赛情况,本次评测共有7所单位参与,提交10组结果。,7,评测结果,评价指标 本任务使用准确率(Accuracy)作为评价指标。 其中#system_correct 表示分类准确的评论数,system_ total 表示测试集内全部评论数。 由于测试数据中三个领域的评论数目相同,因此不区分宏平均和微平均结果。,8,评测结果,本次评测中有四队伍的准确率达到70%以上,最高结果为77%。(表格中为每单位最好结果),9,论文录用情况,本次评测中有以下两篇论文被NLP&CC 2013分别录用为Oral和Poster论文Gui Lin, Xu Ruifeng, Xu Jun, Yuan Li, Yao Yuanlin and Zhou Jiyun. 基于混合模型的跨语言情感分析方法.哈尔滨工业大学深圳研究生院智能计算中心炎祥 何, 续乐 刘, 强 陈, 松涛 孙 and 菲菲 牛. 基于句法分析的跨语言情感分析. 武汉大学计算机学院,10,探讨与展望,如何有效利用中文未标注数据?如何综合利用英文词典与英文标注语料?跨语言情感分类方法中的领域适应问题?针对不同语言迁移时方法的鲁棒性?,11,Q&A,谢谢!,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 学术论文 > 大学论文

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报