The impact of figurative language on sentiment analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F17%3A43949735" target="_blank" >RIV/49777513:23520/17:43949735 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.26615/978-954-452-049-6_041" target="_blank" >http://dx.doi.org/10.26615/978-954-452-049-6_041</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.26615/978-954-452-049-6_041" target="_blank" >10.26615/978-954-452-049-6_041</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
The impact of figurative language on sentiment analysis
Popis výsledku v původním jazyce
Figurative language such as irony, sarcasm, and metaphor is considered a significant challenge in sentiment analysis. These figurative devices can sculpt the affect of an utterance and test the limits of sentiment analysis of supposedly literal texts. We explore the effect of figurative language on sentiment analysis. We incorporate the figurative language indicators into the sentiment analysis process and compare the results with and without the additional information about them. We evaluate on the SemEval-2015 Task 11 data and outperform the first team with our convolutional neural network model and additional training data in terms of mean squared error and we follow closely behind the first place in terms of cosine similarity.
Název v anglickém jazyce
The impact of figurative language on sentiment analysis
Popis výsledku anglicky
Figurative language such as irony, sarcasm, and metaphor is considered a significant challenge in sentiment analysis. These figurative devices can sculpt the affect of an utterance and test the limits of sentiment analysis of supposedly literal texts. We explore the effect of figurative language on sentiment analysis. We incorporate the figurative language indicators into the sentiment analysis process and compare the results with and without the additional information about them. We evaluate on the SemEval-2015 Task 11 data and outperform the first team with our convolutional neural network model and additional training data in terms of mean squared error and we follow closely behind the first place in terms of cosine similarity.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20204 - Robotics and automatic control
Návaznosti výsledku
Projekt
<a href="/cs/project/LO1506" target="_blank" >LO1506: Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the International Conference Recent Advances in Natural Language Processing, RANLP 2017
ISBN
978-954-452-048-9
ISSN
1313-8502
e-ISSN
neuvedeno
Počet stran výsledku
8
Strana od-do
301-308
Název nakladatele
INCOMA Ltd.
Místo vydání
Shoumen, BULGARIA
Místo konání akce
Varna, Bulgaria
Datum konání akce
2. 9. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—