UWB at SemEval-2018 Task 3: Irony detection in English tweets
Date issued
2018
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Association for Computational Linguistics (ACL)
Abstract
This paper describes our system created for the SemEval-2018 Task 3: Irony detection in English tweets. Our strongly constrained system uses only the provided training data without any additional external resources. Our system is based on Maximum Entropy classifier and various features using parse tree, POS tags, and morphological features. Even without additional lexicons and word embeddings we achieved fourth place in Subtask A and seventh in Subtask B in terms of accuracy
Tento článek popisuje náš systém vytvořený pro SemEval-2018 Task 3: Detekce ironie v anglických tweetech. Náš systém využívá pouze poskytovaná učicí data bez dalších externích zdrojů. Náš systém je založen na klasifikátoru Maximum Entropy a na různých příznacích využívajících POS tagy a morfologické příznaky. I bez použití slovníků a sémantických prostorů jsme dosáhli čtvrtého místa v Subtasku A a sedmého v Subtasku B.
Tento článek popisuje náš systém vytvořený pro SemEval-2018 Task 3: Detekce ironie v anglických tweetech. Náš systém využívá pouze poskytovaná učicí data bez dalších externích zdrojů. Náš systém je založen na klasifikátoru Maximum Entropy a na různých příznacích využívajících POS tagy a morfologické příznaky. I bez použití slovníků a sémantických prostorů jsme dosáhli čtvrtého místa v Subtasku A a sedmého v Subtasku B.
Description
Subject(s)
Irony detection, figurative language, sentiment analysis, machine learning, Detekce ironie, obrazná vyjádření, analýza sentimentu, strojové učení