arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新，休息一下吧，周末愉快~~
arXiv 1804.00520cs.CL
收藏

NIHRIO at SemEval-2018任务3：一个简单而准确的神经网络模型用于Twitter中的反讽检测

NIHRIO at SemEval-2018 Task 3: A Simple and Accurate Neural Network Model for Irony Detection in Twitter

NIHRIO, Newcastle University, UK（英国纽卡斯尔大学NIHRIO）；The University of Melbourne, Australia（澳大利亚墨尔本大学）；Umeå University, Sweden（瑞典于默奥大学）；Deakin University, Australia（澳大利亚迪肯大学）

Thanh Vu, Dat Quoc Nguyen, Xuan-Son Vu, Dai Quoc Nguyen, Michael Catt, Michael Trenell

备注：
In proceedings of the 12th International Workshop on Semantic Evaluation, SemEval 2018, to appear (6 pages, 2 figures)
阅读 PDF
arXiv 页面 ↗HTML 原文 ↗

摘要：

本文描述了我们的NIHRIO系统SemEval-2018任务3“英语推文中的反讽检测”。我们建议使用一个简单的神经网络架构的多层感知器与各种类型的输入功能，包括：词汇，句法，语义和极性功能。我们的系统实现了非常高的性能，在两个子任务的二进制和多类反讽检测推文。特别是，我们使用准确性度量排名第三，使用F1度量排名第五。我们的代码可在https://github.com/NIHRIO/IronyDetectionInTwitter上获得

英文摘要：

This paper describes our NIHRIO system for SemEval-2018 Task 3 "Irony detection in English tweets". We propose to use a simple neural network architecture of Multilayer Perceptron with various types of input features including: lexical, syntactic, semantic and polarity features. Our system achieves very high performance in both subtasks of binary and multi-class irony detection in tweets. In particular, we rank third using the accuracy metric and fifth using the F1 metric. Our code is available at https://github.com/NIHRIO/IronyDetectionInTwitter

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

↑