SemEval 情感分析主流数据集以及任务介绍

SemEval 的发展：

SemEval 数据集完成基本任务是推特的情感分析（Sentiment Analysis in Twitter）。对于推特的文本情感分析基于SemEval 数据集始于2013年，之后任务和数据都在不断发展为更复杂。在13年到15年，任务是简单给一个推特文本，然后进行文本情感分类，分为3类（积极、消极、中立），称为任务A；

于2015年，在任务和任务中引入了Topic的概念，任务升级为给一个推特，并给一个topic；推断推特内容关于这个topic的情感倾向，积极或消极（任务B）；

于2016年，引入了两个分支，一是加入了tweet quantification，也就是推特的量化分析；二是five-point ordinal classification
，也就是之前是推特的三分类，16年拓展为五分类（STRONGLYPOSITIVE,