HCS at SemEval-2017 Task 5: Sentiment Detection in Business News Using Convolutional Neural Networks

Tutkimustuotos: Artikkeli kirjassa/raportissa/konferenssijulkaisussaKonferenssiartikkeliTieteellinenvertaisarvioitu

Abstrakti

Task 5 of SemEval-2017 involves fine-grained sentiment analysis on financial
microblogs and news. Our solution for determining the sentiment score extends
an earlier convolutional neural network for sentiment analysis in several ways.
We explicitly encode a focus on a particular company, we apply a data
augmentation scheme, and use a larger data collection to complement the small
training data provided by the task organizers. The best results were achieved
by training a model on an external dataset and then tuning it using the
provided training dataset.
Alkuperäiskielienglanti
Otsikko11th International Workshop on Semantic Evaluations (SemEval-2017) : Proceedings of the Workshop
Sivumäärä5
JulkaisupaikkaStroudsburg, PA
KustantajaThe Association for Computational Linguistics
Julkaisupäiväelokuuta 2017
Sivut842-846
ISBN (elektroninen)978-1-945626-55-5
DOI - pysyväislinkit
TilaJulkaistu - elokuuta 2017
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Workshop on Semantic Evaluations - Vancouver, Kanada
Kesto: 3 elokuuta 20174 elokuuta 2017
Konferenssinumero: 11

Tieteenalat

  • 113 Tietojenkäsittely- ja informaatiotieteet

Siteeraa tätä

Pivovarova, L., Escoter, L., Klami, A., & Yangarber, R. (2017). HCS at SemEval-2017 Task 5: Sentiment Detection in Business News Using Convolutional Neural Networks. teoksessa 11th International Workshop on Semantic Evaluations (SemEval-2017): Proceedings of the Workshop (Sivut 842-846). Stroudsburg, PA: The Association for Computational Linguistics. https://doi.org/10.18653/v1/s17-2143