Key points are not available for this paper at this time.
이 논문은 셰필드 대학교의 세바알 2016 트위터 태도 탐지 약한 감독 작업(세바알 2016 태스크 6, 서브태스크 B)에 대한 제출 내용을 설명합니다. 태도 탐지에서의 목표는 트윗이 특정 대상에 대해 "찬성", "반대" 또는 "없음"으로 분류하는 것입니다. 서브태스크 B에서는 테스트 데이터의 대상이 훈련 데이터의 대상과 다르므로 작업이 더 도전적이지만 더욱 현실적입니다. 대상별 훈련 데이터의 부족을 해결하기 위해, 우리는 모든 대상을 포함하는 대량의 레이블이 없는 트윗 집합을 사용하고, 트윗의 특징 표현을 생성하는 방법을 배우기 위해 단어 가방 오토인코더를 훈련시킵니다. 이러한 특징 표현은 레이블이 있는 트윗에서 로지스틱 회귀 분류기를 훈련하는 데 사용되며, 트윗에 목표가 포함되어 있는지의 지표와 같은 추가 특징이 포함됩니다. 우리가 제출한 테스트 데이터에 대한 실행은 F1 점수 0.3270을 달성했습니다.
Augenstein 외 (금요일), 이 질문에 대해 연구했습니다.