UWB at SemEval-2018 Task 1: Emotion Intensity Detection in Tweets
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F19%3A43957227" target="_blank" >RIV/49777513:23520/19:43957227 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.18653/v1/S18-1018" target="_blank" >http://dx.doi.org/10.18653/v1/S18-1018</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.18653/v1/S18-1018" target="_blank" >10.18653/v1/S18-1018</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
UWB at SemEval-2018 Task 1: Emotion Intensity Detection in Tweets
Popis výsledku v původním jazyce
This paper describes our system created for the SemEval-2018 Task 1: Affect in Tweets (AIT-2018). We participated in both the regression and the ordinal classification subtasks for emotion intensity detection in English, Arabic, and Spanish. For the regression subtask we use the AffectiveTweets system with added features using various word embeddings, lexicons, and LDA. For the ordinal classification we additionally use our Brainy system with features using parse tree, POS tags, and morphological features. The most beneficial features apart from word and character n-grams include word embeddings, POS count and morphological features.
Název v anglickém jazyce
UWB at SemEval-2018 Task 1: Emotion Intensity Detection in Tweets
Popis výsledku anglicky
This paper describes our system created for the SemEval-2018 Task 1: Affect in Tweets (AIT-2018). We participated in both the regression and the ordinal classification subtasks for emotion intensity detection in English, Arabic, and Spanish. For the regression subtask we use the AffectiveTweets system with added features using various word embeddings, lexicons, and LDA. For the ordinal classification we additionally use our Brainy system with features using parse tree, POS tags, and morphological features. The most beneficial features apart from word and character n-grams include word embeddings, POS count and morphological features.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
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<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů