Přejít k obsahu


UWB at SemEval-2016 Task 5: Aspect Based Sentiment Analysis

Citace:
HERCIG, T., BRYCHCÍN, T., SVOBODA, L., KONKOL, M. UWB at SemEval-2016 Task 5: Aspect Based Sentiment Analysis. In The 10th International Workshop on Semantic Evaluation. Stroudsburg: Association for Computational Linguistics, 2016. s. 354-361. ISBN: 978-1-941643-95-2
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: UWB at SemEval-2016 Task 5: Aspect Based Sentiment Analysis
Rok vydání: 2016
Místo konání: Stroudsburg
Název zdroje: Association for Computational Linguistics
Autoři: Ing. Tomáš Hercig , Ing. Tomáš Brychcín Ph.D. , Ing. Lukáš Svoboda , Ing. Michal Konkol Ph.D. ,
Abstrakt CZ: Tato práce popisuje system použitý pro úlohu aspektově orientované analýzy sentimentu v rámci soutěže SemEval 2016. Systém využívá klasifikátor maximální entropie pro detekci aspektových kategorií a pro určení polarity sentiment. Conditional Random Fields (CRF) jsou použity pro extrakci cíle sentimentu. Dosahujeme state-of-the-art výsledků v devíti experimentech při použití omezených prostředků a ve dvou experimentech bez omezení.
Abstrakt EN: This paper describes our system used in the Aspect Based Sentiment Analysis (ABSA) task of SemEval 2016. Our system uses Maximum Entropy classifier for the aspect category detection and for the sentiment polarity task. Conditional Random Fields (CRF) are used for opinion target extraction. We achieve state-of-the-art results in 9 experiments among the constrained systems and in 2 experiments among the unconstrained systems.
Klíčová slova

Zpět

Patička