Articles producció científicaEnginyeria Informàtica i Matemàtiques

SiTAKA at SemEval-2017 Task 4: Sentiment Analysis in Twitter Based on a Rich Set of Features

  • Datos identificativos

    Identificador:  imarina:9386104
    Handle: https://hdl.handle.net/20.500.11797/imarina9386104
    Autores:  Jabreel M; Moreno A
    Resumen:
    This paper describes SiTAKA, our system that has been used in task 4A, English and Arabic languages, Sentiment Analysis in Twitter of SemEval2017. The system proposes the representation of tweets using a novel set of features, which include a bag of negated words and the information provided by some lexicons. The polarity of tweets is determined by a classifier based on a Support Vector Machine. Our system ranks 2nd among 8 systems in the Arabic language tweets and ranks 8th among 38 systems in the English-language tweets.

  • Otros:

    Enlace a la fuente original: https://aclanthology.org/S17-2115/
    Referencia de l'ítem segons les normes APA: Jabreel M; Moreno A (2017). SiTAKA at SemEval-2017 Task 4: Sentiment Analysis in Twitter Based on a Rich Set of Features.
    Referencia al articulo segun fuente origial: Proceedings Of The Annual Meeting Of The Association For Computational Linguistics. 694-699
    Año de publicación de la revista: 2017
    Entidad: Universitat Rovira i Virgili
    Versión del articulo depositado: info:eu-repo/semantics/publishedVersion
    Fecha de alta del registro: 2024-10-12
    Autor/es de la URV: Moreno Ribas, Antonio
    Departamento: Enginyeria Informàtica i Matemàtiques
    URL Documento de licencia: https://repositori.urv.cat/ca/proteccio-de-dades/
    Tipo de publicación: Proceedings Paper
    Autor según el artículo: Jabreel M; Moreno A
    Acceso a la licencia de uso: https://creativecommons.org/licenses/by/3.0/es/
    Direcció de correo del autor: antonio.moreno@urv.cat