Key points are not available for this paper at this time.
In diesem Papier beschreiben wir unser System, das in der Aufgabe 4 der aspektbasierten Sentimentanalyse bei SemEval-2014 verwendet wurde. Unser System besteht aus zwei Komponenten, um jeweils zwei der Unteraufgaben zu adressieren: einem auf bedingten Zufallsfeldern (CRF) basierenden Klassifikator zur Extraktion von Aspektbegriffen (ATE) und einem linearen Klassifikator zur Klassifikation der Polarität von Aspektbegriffen (ATP). Für die ATE-Unteraufgabe implementieren wir eine Vielzahl von lexikalischen, syntaktischen und semantischen Merkmalen sowie Clustermerkmale, die aus unbeschrifteten Daten abgeleitet werden. Unser System erzielt eine Spitzenleistung in der ATE und belegt den 1. Platz (unter 28 Einreichungen) und den 2. Platz (unter 27 Einreichungen) für den Restaurant- und Laptopbereich.
Toh et al. (Mi,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: