TASS 2019: Data Augmentation and Robust Embeddings for Sentiment Analysis

abstract

主要任务是在西班牙tweet中进行情感分类，主要使用到bags-of-words，bag-of-characters和tweet embedding。

尤其是训练了单词前缀embedding(subword-aware word embedding)的鲁棒性和使用权重均衡策略(weighted-averageing strategy)计算了tweet的表示法。使用两种数据增强技术来处理数据稀缺性问题。双向交叉增强(two-way-translation)和实例交叉增强(instance crossover augmentation)，一种结合一半tweet生成新的实例的新技术。

训练了线性分类器和集成模型。

Introduction

• 任务
• 数据集
• 基本思路：分成两个子任务，在单语言子任务中，系统必须在同一数据集上进行训练和测试。在交叉语言任务中，系统必须使用非用于测试国家的语言数据集进行测试。
• 介绍数据怎么处理，技术大概有哪些
• 其他工作

Techniques and Resources

• 数据处理
• Bags of words and characters
• Word Embeddings
• Tweet Embeddings
• Data Augmentation witg Two-Wag Translation
• Data Augmentation with Instance Crossover

Experiments

介绍使用的环境，模型，包等等。

• System Development：系统的构建，探索模型的好坏，超参数的设置，实验结果：分类报告，混淆矩阵
• Subtask 1: Monolingual Experiments：
• Subtask 2: Crosslingual Experiments
• Ablation Tests ：控制变量法

Conclusions